El complejo proceso de procesamiento de carne en múltiples etapas abarca fases críticas, incluyendo el sacrificio, enfriamiento, corte, envasado, almacenamiento y logística. La calidad y el valor nutricional del producto cárnico final están significativamente influenciados por cada eslabón de procesamiento. Para abordar los principales desafíos en la industria de procesamiento de carne, incluida la heterogeneidad de dispositivos, deficiencias de modelos, la creciente demanda de análisis de datos y las limitaciones de la computación en la nube, este estudio propone una arquitectura de Internet de las cosas (IoT). Esta arquitectura se centra en un diseño de puerta de enlace inteligentemente desacoplado y una inspección de carne inteligente colaborativa entre el borde y la nube. La detección de frescura de cerdo se utiliza como ejemplo. En este artículo, se desarrolla un modelo de detección de frescura de cerdo de alta precisión y ligero optimizando el modelo MobileNetV3 con Atención Eficiente de Canales (ECA). Los resultados experimentales indican que la precisión del modelo en el conjunto de pruebas es del 99.8%, con un valor de función de pérdida de 0.019. Basándose en estos resultados, este artículo presenta una plataforma experimental para la detección de frescura de cerdo en tiempo real, implementada desplegando el modelo en una puerta de enlace inteligente. La plataforma demuestra un rendimiento estable con un uso de memoria del modelo máximo inferior a 600 MB, una utilización promedio de la CPU por debajo del 20% y tiempos de respuesta internos de la puerta de enlace que no superan los 100 ms.