本发明提供一种鱼群行为识别方法、装置、系统、设备及介质，涉及图像识别领域，该方法包括：获取目标视频的目标影像特征、目标音频特征以及目标水质特征；输入所述目标影像特征、目标音频特征以及目标水质特征至多模态鱼群行为识别模型，获取目标视频对应的目标鱼群行为；多模态鱼群行为识别模型是根据每一样本视频的样本影像特征、样本音频特征以及样本水质特征，与每一样本视频的样本鱼群行为进行训练而确定的。本发明采用多模态融合的方法，将影像、音频和水质数据所对应的特征相互融合，从而提高了鱼群摄食行为识别的抗干扰能力，从多方位、多角度进行摄食行为分析，准确识别鱼群摄食行为状态，进而实现鱼群的精准投喂，减少饲料的浪费。