Optimizar las técnicas de cría y aumentar la tasa de incubación de la descendencia de Andrias davidianus requiere una comprensión profunda de sus comportamientos de cuidado parental. Sin embargo, las tendencias nocturnas y de habitar en cuevas presentan desafíos significativos para la observación directa. Para abordar este problema, este estudio construyó un conjunto de datos sobre el comportamiento de cuidado parental, aplicó por primera vez el método de detección de objetivos a este comportamiento y propuso un modelo de detección del comportamiento de cuidado parental basado en el algoritmo YOLOv8s. En primer lugar, se propone una fusión de características de múltiples escalas (MSConv) que se combina con un módulo C2f, lo que mejora significativamente la capacidad de extracción de características del modelo. En segundo lugar, se introduce la atención de núcleo separable grande en la capa de agrupamiento piramidal espacial rápida (SPPF) para reducir efectivamente los factores de interferencia en el entorno complejo. En tercer lugar, para abordar el problema de la baja calidad de las imágenes capturadas, se utiliza Wise-IoU (WIoU) para reemplazar CIoU en el YOLOv8 original para optimizar la función de pérdida y mejorar la robustez del modelo. Los resultados experimentales muestran que el modelo alcanza un 85.7% en el mAP50-95, superando al modelo YOLOv8s en un 2.1%. En comparación con otros modelos principales, el rendimiento general de nuestro modelo es mucho mejor y puede detectar efectivamente el comportamiento de cuidado parental. Nuestro método de investigación no solo ofrece una referencia para el reconocimiento de comportamiento de Andrias davidianus y otros anfibios, sino que también proporciona una nueva estrategia para la cría inteligente de Andrias davidianus.