Los comportamientos de alimentación y bebida son importantes en la cría de cerdos. Aunque se han desarrollado muchos métodos para monitorearlos, la mayoría son demasiado costosos para la investigación porcina, y algunos métodos basados en visión no se han integrado en equipos o sistemas. En este estudio, se diseñaron dos sistemas para monitorear los comportamientos de alimentación y bebida de los cerdos, lo que podría reducir el impacto del fondo de la imagen. Además, se utilizaron tres algoritmos de redes neuronales convolucionales (CNN), VGG19, Xception y MobileNetV2, para construir modelos de reconocimiento de los comportamientos de alimentación y bebida. Los modelos entrenados por MobileNetV2 tuvieron el mejor rendimiento, con una tasa de recuperación superior al 97% en el reconocimiento de los cerdos, y un bajo error cuadrático medio (RMSE) y error absoluto medio (MAE) en la estimación de las duraciones de alimentación (RMSE = 0.58 s, MAE = 0.21 s) y bebida (RMSE = 0.60 s, MAE = 0.12 s). Además, los dos mejores modelos entrenados por MobileNetV2 se combinaron con la plataforma de desarrollo de software LabVIEW, y se construyó un nuevo software para monitorear los comportamientos de alimentación y bebida de los cerdos que puede reconocer automáticamente a los cerdos y estimar sus duraciones de alimentación y bebida. El sistema diseñado en este estudio puede aplicarse al reconocimiento del comportamiento en la producción porcina.