Automatic Cattle Detection and Counting System in Aerial Images Using Computer Vision Algorithms

• Ismael Leal UFPI
• Allan Jayson UFPI
• Ricardo Lira UFPI
• Romuere Veloso UFPI
• Antônio Oseas UFPI
• Maurício Benjamin UFPI

DOI: https://doi.org/10.5753/eniac.2024.245107

Abstract

This work presents the development of an automatic cattle counting system using computer vision and deep learning techniques. The image dataset was acquired using an Unmanned Aerial Vehicle (UAV) equipped with a high-resolution camera, flying over pasture areas under different environmental conditions in a rural town in Piauí. A total of 273 images were collected and used for training, testing, and validation of the model. The implementation employed the YOLO9 model, trained with the help of the RoboFlow platform. The results demonstrate an accuracy of 94.5%, precision of 96.6%, and recall of 90% in detecting and counting animals, with a mAP of 88.5%. The comparative analysis revealed a similar effectiveness to previous studies, indicating the potential of this approach for practical applications such as in agriculture.

Keywords: Cattle Counting, Computer Vision, Artificial intelligence

References

Barbedo, J. G. A., Koenigkan, L. V., Santos, T. T., and Santos, P. M. (2019). A study on the detection of cattle in uav images using deep learning. Sensors, 19(24):5436.

Chiacchio, S. S. R. (2017). Veículo aéreo não tripulado de asa rotativa na atividade de mapeamento e coleta de imagem na agricultura de precisão e no monitoramento de animais. PhD thesis, Universidade de São Paulo.

Dwyer, B. and Nelson, J. (2022). Roboflow (version 3.0) [software]. [link]. Acesso em: 27 de maio de 2024.

MAPA (2024). Título do site. [link]. Acesso em: 10 de junho de 2024.

Neto, V. and de Freitas, A. (2023). Desenvolvimento de software para contagem de gado bovino usando redes neurais convolucionais. Bagé, RS, Brasil. Universidade Federal do Pampa.

Ramírez, S. (2024). FastAPI. Disponível em: [link].

Redmon, J. and Farhadi, A. (2018). Yolov9: An incremental improvement. [link]. Acesso em: 27 de maio de 2024.

Ribeiro, N. G., Guedes, G. B., and Barbieri, T. T. (2019). Aplicação de algoritmos de visão computacional na contagem de gado por meio de processamento de imagens aéreas. Hortolândia, SP, Brasil. Instituto Federal de Educação Ciência e Tecnologia de São Paulo.

Santo and Oliveira (2020). Classificação e contagem de bovinos em imagens aéreas utilizando visão computacional e aprendizagem de máquina. In Anais da VIII Escola Regional de Computação do Ceará, Maranhão e Piauí, pages 165–172, Porto Alegre, RS, Brasil. SBC.

Takano, W. H., Almeida, L. L., and da Silva, F. A. (2021). Detecção de animais bovinos utilizando imagens aéreas por meio de redes neurais. In Colloquium Exactarum. ISSN: 2178-8332, volume 13, pages 47–56.

Team, U. (2024a). Unvicorn. [link]. Accessed: 2024-05-27.

Team, U. (2024b). Yolov9. [link]. Accessed: 2024-05-24.