Nauplius: Um Aplicativo de Inteligência Artificial para Contagem Automática de Camarões em Fase Larval

• José Cláudio P. da Silva Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE)
• Eduardo dos S. Arruda Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE)
• Lucas de O. Ribeiro Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE)
• Felipe B. Nunes Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE)
• Andressa B. Ferreira Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE)

DOI: https://doi.org/10.5753/sbsi_estendido.2024.238516

Resumo

Na indústria de produção de camarão, a avaliação da quantidade de animais saudáveis em uma cultura é uma atividade chave. Atualmente, o processo consiste na contagem manual de larvas em uma placa de Petri. Tal método é considerado lento, oneroso e propenso a erros. Diante disso, a solução proposta neste trabalho consiste em um aplicativo de inteligência artificial para a contagem automatizada de camarões em fase larval: os náuplios. O mesmo é capaz de realizar a contagem em uma amostra simples e, com isso, estimar a quantidade total em um tanque. Espera-se, com essa abordagem, permitir aos produtores economizar tempo, monitorar a contagem e obter resultados precisos para a produção de animais saudáveis.

Palavras-chave: Inteligência artificial, Aplicativo, Nauplios

Referências

Associação Brasileira de Aquicultura (ABRAq). (2019). Diretrizes para a produção de nauplios de camarões. ABRAq Publications

DA COSTA, Edimar Lopes et al. Produção de alimento vivo para larvicultura de tambaqui Colossoma macropomum. Educamazônia-Educação, Sociedade e Meio Ambiente, v. 17, n. 01, p. 78-88, 2024.

GONÇALVES JUNIOR, Genes Fernando. Avaliação do uso de náuplios de Artemia salina em conserva no cultivo larval do camarão marinho Litopenaeus vannamei. 2021. Trabalho de Conclusão de Curso. Brasil.

VALENTI, Wagner Cotroni et al. Processo de Produção de Pós-Larvas do Camarão-da-Amazônia. 2020.

JIANG, Peiyuan et al. A Review of Yolo algorithm developments. Procedia computer science, v. 199, p. 1066-1073, 2022.