Navegando por Assunto "Ciência de Dados e Inteligência Artificial - TCC"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
- Monografia / TCCaGrow: soluções em IoT para o agronegócio(2025) Silva, Amauri Marques Assunção; Silva, Felipe Rafael Di Ferro da; Xabregas, Giovanna; Tsunoda, Igor Taiki Pereira; Miyasato, Kaio Camargo; Giuliani, Matteo Kurpjuweit FischerO presente trabalho apresenta o desenvolvimento do projeto AGROW, uma solução inovadora baseada em Internet das Coisas (IoT) e computação em nuvem para o monitoramento inteligente da qualidade do solo no agronegócio brasileiro. O sistema proposto utiliza um sensor multifuncional capaz de medir, simultaneamente, sete parâmetros essenciais: nitrogênio, fósforo, potássio, pH, condutividade elétrica, umidade e temperatura do solo. A coleta, análise e transmissão desses dados permitem a adoção de práticas de agricultura de precisão, promovendo a tomada de decisões fundamentadas e eficientes por parte dos produtores rurais, especialmente pequenos e médios. O protótipo foi validado tendo como cultura-alvo a soja, devido à sua relevância econômica e estratégica para o Brasil. Ao democratizar o acesso a tecnologias avançadas, o AGROW contribui para o aumento da produtividade, otimização do uso de recursos naturais e promoção de práticas agrícolas mais sustentáveis, reduzindo desigualdades tecnológicas no campo e fortalecendo a competitividade do agronegócio nacional.
- Monografia / TCCBullCounter: um framework para detecção e contagem de rebanhos de gado Nelore(2024) Souza, Gabriel Mascarenhas de; Campos, Jose Augusto Soares de; Zerbini, Pedro Hentique VasconcelosCom o aumento constante do rebanho bovino no Brasil, torna-se crucial desenvolver métodos eficazes e acessíveis para contagem de gado. Atualmente, a contagem manual ainda é muito utilizada, exigindo tempo e recursos significativos dos criadores. No entanto, muitos deles enfrentam restrições financeiras que os impedem de investir em tecnologias mais avançadas para esse fim. O objetivo deste trabalho é utilizar o reconhecimento de imagens para otimizar o controle da pecuário da raça Nelore. De inicio, nosso objetivo é desenvolver um algoritmo de visão computacional que possa identificar e contar rebanhos individuais com precisão e eficiência. Em seguida, pretendemos implementar um sistema automatizado que possa monitorar continuamente o rebanho e monitorar o desenvolvimento dos animais. Além disso, este trabalho visa melhorar a eficiência operacional e reduzir custos associados à contagem e processamento manual. Por fim, nosso objetivo é testar a viabilidade e eficiência do sistema em condições reais de campo para garantir sua aplicação prática e contribuição para a produção pecuária sustentável da raça Nelore. Para a execução do nosso projeto, que tem como objetivo a contagem de gado da raça Nelore, empregaremos uma imagem aérea capturada através de um drone de uma propriedade rural que abriga bovinos dessa raça. A linguagem de programação que será utilizada é Python, juntamente com diversas bibliotecas específicas dessa linguagem. Essas bibliotecas serão de grande auxílio para atender a essa demanda, pois nos fornecerão suporte tanto para as questões relacionadas aos algoritmos quanto para a aplicação de filtros nas imagens que serão utilizadas para a contagem. Foram enfrentadas dificuldades no reconhecimento e extração das imagens devido à iluminação inadequada, movimentação dos animais e fundos que confundiam o algoritmo, complicando a contagem e o reconhecimento individual dos bovinos. O reconhecimento de imagem aprimora a gestão de rebanhos Nelore, permitindo contagem e monitoramento precisos dos animais e aumentando a produtividade. Desafios incluem variações de iluminação, poses dos animais e a necessidade de bancos de dados extensos.