现代生猪养殖业不断趋于规模化和集约化,密集型群养环境下生猪的争斗行为频繁发生,严重影响生猪健康、福利、生产性能以及养殖场经济效益。以群养猪舍监控视频为研究对象,提出一种基于端到端的无锚时序动作定位框架的群养生猪争斗行为检测模型,以实现从群养生猪监控视频中自动检测出争斗行为的发生及其发生时段。该模型首先通过I3D特征提取网络提取监控视频中具有代表性的争斗行为特征,随后将该特征输入时序金字塔网络获取多尺度的时序信息,最后使用粗糙预测获取初始提名,使用精细预测对得到的粗糙提名进行细化,粗糙预测通过时序卷积网络回归出动作区间的帧位置、距离动作开始和结束位置的偏移量以及所发生的动作类别,精细预测通过激活指导学习和边界对比学习来对边界位置进行细化并得到最后的预测结果。为了训练和验证所提出模型,构建包含174段不同时长视频和464段时序标注的群养生猪争斗行为检测视频数据集。试验结果表明,该模型能够在提名数量为100段时在平均tIoU下达到79.1%的召回率,对包含10段争斗行为的90 min的原始监控视频进行检测,预测结果能覆盖所有真实实例,能较好地完成群养生猪争斗行为检测的任务。本研究可为现代化生猪养殖场实现生猪行为智能分析与健康养殖提供参考和借鉴。