Con el telón de fondo de la ganadería de precisión, el análisis del comportamiento de las cerdas tiene un valor teórico y práctico significativo. Los métodos de producción tradicionales enfrentan desafíos como la baja eficiencia de producción, la alta intensidad laboral y el aumento de los riesgos de prevención de enfermedades. Con el rápido avance de la tecnología optoelectrónica y el aprendizaje profundo, más tecnologías se están integrando en la agricultura inteligente. La cría de cerdos a gran escala inteligente se ha convertido en un medio efectivo para mejorar la calidad y productividad de las cerdas, con la tecnología de reconocimiento de comportamiento desempeñando un papel crucial en la cría de cerdos inteligente. Específicamente, monitorear el comportamiento de las cerdas permite una evaluación efectiva de las condiciones de salud y los niveles de bienestar, asegurando una producción eficiente y saludable de cerdas. Este estudio construye un modelo 3D-CNN basado en datos de video del ciclo de celo de las cerdas, logrando el análisis de los comportamientos SOB, SOC, SOS y SOW. En la clasificación de comportamientos típicos, el modelo alcanza valores de precisión, recall y puntuación F1 de (1,00; 0,90; 0,95; 0,96; 0,98; 0,97; 1,00; 0,96; 0,98; 0,86; 1,00; 0,93), respectivamente. Además, bajo condiciones de interferencia multi-cerdos y datos etiquetados de manera no específica, la precisión, el recall y las puntuaciones F1 para el reconocimiento semántico de los comportamientos SOB, SOC, SOS y SOW basados en el modelo 3D-CNN son (1,00; 0,90; 0,95; 0,89; 0,89; 0,89; 0,91; 1,00; 0,95; 1,00; 1,00; 1,00), respectivamente. Estos hallazgos brindan un soporte técnico clave para establecer la clasificación y el reconocimiento semántico de los comportamientos típicos de las cerdas durante el ciclo de celo, al mismo tiempo que ofrecen una solución práctica para la detección rápida de comportamientos basada en video y el monitoreo del bienestar en la ganadería de precisión.