El objetivo de este estudio fue monitorear el comportamiento de rumia de las vacas lecheras combinando los algoritmos de detección de objetos YOLOv5s y de seguimiento DeepSort. Para verificar la aplicabilidad del modelo algorítmico en entornos reales de granjas lecheras, se probaron vacas rumiando que presentaban diversas alteraciones de comportamiento y el modelo fue evaluado exhaustivamente utilizando múltiples métricas de rendimiento. Además, se propusieron dos métodos para determinar las acciones de masticación de las vacas lecheras, y se realizó un análisis comparativo de las tasas de detección falsas para las cuentas de masticación. Los resultados demuestran que el sistema algorítmico fue efectivo en la detección y seguimiento de las mandíbulas superior e inferior de las vacas, con una baja tasa de detección falsa para las cuentas de masticación.