PREVISÃO DE MEDIDA DE PESO BOVINO UTILIZANDO REDES NEURAIS CONVOLUCIONAIS
DOI:
https://doi.org/10.31510/infa.v21i2.2044Palavras-chave:
Bovinos, Redes Neurais Convolucionais, Previsão de Peso, Stress AnimalResumo
O presente estudo apresenta uma proposta sobre a previsão de medidas de peso em bovinos por meio de técnicas de aprendizado de máquina utilizando imagens. A pesagem de bovinos é parte fundamental para otimizar a produção e cuidados com o animal, e garantir o bem-estar animal. Contudo, o método tradicional pode causar estresse no animal, podendo prejudicar todo processo produtivo. Portanto, desenvolver um modelo baseado em Redes Neurais Convolucionais, com o objetivo de estimar o peso dos bovinos utilizando suas imagens, minimizando a necessidade de manejo direto, promovendo um melhor bem-estar ao animal. As principais contribuições com a proposta de um modelo de Redes Neurais Convolucionais, a comparação de diferentes filtros de imagens (RGB e Escala de Cinza) e a análise de diferentes perspectivas do gado (lateral e frontal). Os resultados esperados buscam validar a eficiência do modelo proposto e contribuir para práticas mais sustentáveis e eficientes na pecuária.
Downloads
Referências
ALVARENGA, S. R. de. Bem-estar animal e sua influência na bovinocultura de corte. 2022. Trabalho de Conclusão de Curso (Graduação em Zootecnia) – Pontifícia Universidade Católica de Goiás, Escola de Ciências Médicas e da Vida, Goiânia, 2022. Disponível em: <https://repositorio.pucgoias.edu.br/jspui/handle/123456789/4417>. Acesso em: 28 maio. 2024.
ANDREW, W. et al. Visual identification of individual Holstein-Friesian cattle via deep metric learning. Computers and Electronics in Agriculture, v. 185, p. 106133, 2021. DOI: https://doi.org/10.1016/j.compag.2021.106133
CHARNIAK, E. Introduction to Deep Learning. 1. ed. [S.l.: s.n.]: The MIT Press, 2019. ISBN 0262039516; 9780262039512.
HAYKIN, S. Redes neurais: princípios e prática. 2. ed. Bookman Editora, 2001.
MELO, A. F. et al. Fatores que influenciam na qualidade da carne bovina: Revisão. Publicações em Medicina Veterinária e Zootecnia, v. 10, n. 10, p. 785- 794, 2016. DOI: https://doi.org/10.22256/pubvet.v10n10.785-794
MURPHY, K. P. Machine Learning: A Probabilistic Perspective. 1. ed. [S.l.: s.n.]: The MIT Press, 2012. (Adaptive Computation and Machine Learning). ISBN 9780262018029.
ORSINI, H. B; FERNANDES, E. Fisiopatologia do Estresse em Animais Selvagens em Cativeiro e suas Implicações no Comportamento e Bem-estar - revisão de literatura. Revista do Instituto Ciência Saúde, v. 24, n. 1, p. 7-13, 2006.
PERNEEL, Maarten et al. Dynamic multi-pose, multi-viewpoint re-identification of Holstein-Friesian cattle. In: Proceedings of the 3rd Workshop on CV4Animals: Computer Vision for Animal Behavior Tracking and Modeling. 2023.
ROSA, J. P; Endocrinologia do estresse e Importância no Bem-estar Animal. Universidade Federal do Rio Grande do Sul, 2003.
SANTOS, E. O. Metabolismo do Estresse: impactos na saúde e na produção animal. Universidade Federal do Rio Grande do Sul, 2005.
SENAR, C. Bovinocultura: manejo e alimentação de bovinos de corte em confinamento. 2018. Disponível em: <https://www.cnabrasil.org.br/assets/arquivos/232- BOVINOCULTURA.pdf>.
ZUARDI, A.W. Fisiologia do estresse e sua influência na saúde. Programa de pós-graduação em Ciências da Saúde na UFU. Uberlândia, 2015.
Downloads
Publicado
Edição
Seção
Licença
Direitos autorais (c) 2025 Revista Interface Tecnológica
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Os direitos autorais dos artigos publicados pertencem à revista Interface Tecnológica e seguem o padrão Creative Commons (CC BY 4.0), que permite o remixe, adaptação e criação de obras derivadas do original, mesmo para fins comerciais. As novas obras devem conter menção ao(s) autor(es) nos créditos.
.jpg)
1.png)
1.png)
