Desenvolvimento de Aplicação com Visão Computacional no Controle e Monitoramento Inteligente de Bovinos

• Arthur Maica SETREM
• Greice A. Welter SETREM / UNIPAMPA
• Larissa Guder SETREM / PUCRS
• Adriano Vogel SETREM / Dynatrace Research

DOI: https://doi.org/10.5753/eramiars.2025.16686

Resumo

Este trabalho apresenta o desenvolvimento de um sistema baseado no algoritmo YOLO (You Only Look Once) versão 4, aplicado à detecção automática de bovinos em ambientes rurais. Unificando técnicas de visão computacional, o algoritmo foi projetado para atender às necessidades do pequeno produtor rural, oferecendo uma solução de monitoramento e controle inteligente sem exigir investimentos elevados ou infraestrutura computacional robusta. O sistema permite o processamento de dados em tempo real com alta precisão, contribuindo significativamente para a modernização da gestão pecuária.

Referências

Aminiyeganeh, K. (2023). Performance Evaluation of the Object Detection Algorithms on Embedded Devices. PhD thesis, Concordia University.

Hao, W., Ren, C., Han, M., Zhang, L., Li, F., and Liu, Z. (2023). Cattle body detection based on yolov5-ema for precision livestock farming. Animals, 13(22).

Junhao, W., Zhe, Z., Baisheng, D., Kaixuan, Z., Weizheng, S., Yanling, Y., Yang, L., et al. (2024). Cow-yolo: Automatic cow mounting detection based on non-local csp-darknet53 and multiscale neck. International Journal of Agricultural and Biological Engineering, 17(3):193–202.

Zheng, Z. and Qin, L. (2023). Prunedyolo-tracker: An efficient multi-cows basic behavior recognition and tracking technique.