Automatic Cattle Detection and Counting System in Aerial Images Using Computer Vision Algorithms
Resumo
Este trabalho apresenta o desenvolvimento de um sistema de contagem automática de gado, utilizando técnicas de visão computacional e aprendizado profundo. A base de imagens utilizadas foi adquirida por meio de um Veículo Aéreo Não Tripulado (VANT) equipado com uma câmera de alta resolução, sobrevoando áreas de pastagem em diferentes condições ambientais numa cidade no interior Piauí. Um total de 273 imagens foram coletadas e utilizadas para treinamento, teste e validação do modelo. A implementação empregou o modelo YOLO9, treinado com o auxílio da plataforma RoboFlow. Os resultados demonstram uma acurácia de 94,5%, precisão 96,6% e recall de 90% na detecção e contagem de animais, com um mAP de 88,5%. A análise comparativa revelou uma eficácia aproximada em relação a estudos anteriores, indicando o potencial dessa abordagem para aplicações práticas como na agropecuária.
Referências
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.