La detección del estro en cerdas es un desafío clave en la agricultura de precisión, ya que los métodos tradicionales son intensivos en mano de obra, subjetivos y propensos a errores. Para abordar este desafío, este estudio desarrolló y comparó tres modelos de aprendizaje profundo (Red Neuronal Convolucional combinada con Memoria a Largo y Corto Plazo, CNN + LSTM), (Red Neuronal Convolucional Tridimensional, 3D-CNN) y (Red Neuronal Convolucional combinada con Red Convolucional Temporal, CNN + TCN) basados en secuencias de video de comportamiento, evaluando sistemáticamente su rendimiento de clasificación en múltiples comportamientos relacionados con el estro. Los resultados muestran que el modelo CNN + TCN tiene el mejor rendimiento en términos de precisión y estabilidad de reconocimiento, siendo particularmente adecuado para tareas de reconocimiento de comportamiento con características temporales y de múltiples etapas. Con base en esto, se desarrolló un sistema de reconocimiento inteligente con funciones de visualización frontal e interactivas, que permite el monitoreo en tiempo real y la toma de decisiones asistida sobre los comportamientos de estro de las cerdas, proporcionando así un camino viable para la construcción de granjas porcinas inteligentes.