La cría de cerdos es esencial para el suministro de alimentos, pero también contribuye a las emisiones de gases de efecto invernadero. El pesaje manual es intensivo en mano de obra y puede causar estrés a los animales, lo que podría propagar enfermedades. Desarrollamos un sistema basado en cámaras y sin contacto que utiliza un modelo de aprendizaje profundo ligero (EcoSegLite) para segmentar la espalda del cerdo en imágenes y un modelo de aprendizaje automático para estimar el peso corporal en tiempo real. Utilizando un monitoreo de ciclo completo de 63 cerdos en una granja comercial, integramos las estimaciones de peso con ajustes en la alimentación y una evaluación del ciclo de vida de las emisiones. El sistema logró una predicción de peso precisa (error promedio de 3.2 kg) y permitió una alimentación de precisión que redujo el uso de alimento en un 7.8%, la producción de estiércol en un 11.9% y la huella de carbono por kilogramo de cerdo vivo en un 5.1%. Debido a que el modelo es ligero en términos computacionales, es adecuado para su implementación en granjas y reduce el manejo, lo que beneficia el bienestar animal. Este enfoque ofrece un camino práctico para mejorar la eficiencia y reducir las emisiones en la producción sostenible de cerdos.