El comportamiento de las vacas lecheras lleva información de salud importante. La detección oportuna y precisa de comportamientos como beber, alimentarse, acostarse y estar de pie es significativa para el monitoreo de vacas individuales y la gestión del rebaño. En este estudio, se propone un modelo llamado Res-DenseYOLO para detectar con precisión el comportamiento individual de las vacas lecheras que viven en establos. Específicamente, se integró un módulo denso en la red base de YOLOv5 para fortalecer la extracción de características para entornos de establos reales. Se añadió un mecanismo de atención CoordAtt y una función de pérdida SioU para mejorar el aprendizaje de características y la convergencia del entrenamiento. Se diseñaron cabezales de detección a múltiples escalas para mejorar la detección de objetivos pequeños. El modelo fue entrenado y probado en 5516 imágenes recopiladas de videos de monitoreo de un establo de vacas lecheras. Los resultados experimentales mostraron que el rendimiento de Res-DenseYOLO propuesto en este documento es mejor que el de Fast-RCNN, SSD, YOLOv4, YOLOv7 y otros modelos de detección en términos de precisión, recuperación y métricas mAP. Específicamente, Res-DenseYOLO logró un 94.7% de precisión, un 91.2% de recuperación y un 96.3% de mAP, superando al modelo base YOLOv5 en un 0.7%, 4.2% y 3.7%, respectivamente. Esta investigación desarrolló una solución útil para la detección en tiempo real y precisa de comportamientos de vacas lecheras solo con monitoreo de video, proporcionando datos de comportamiento valiosos para el bienestar animal y la gestión de la producción.