BullCounter: um framework para detecção e contagem de rebanhos de gado Nelore

Com 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.