BullCounter: um framework para detecção e contagem de rebanhos de gado Nelore
| dc.contributor.advisor | Leite Filho, Jaime Ranulfo | |
| dc.contributor.author | Souza, Gabriel Mascarenhas de | |
| dc.contributor.author | Campos, Jose Augusto Soares de | |
| dc.contributor.author | Zerbini, Pedro Hentique Vasconcelos | |
| dc.date.accessioned | 2025-12-22T17:02:57Z | |
| dc.date.available | 2025-12-22T17:02:57Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | 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. | pt |
| dc.description.abstract | With the constant increase in the cattle herd in Brazil, it is crucial to develop effective and accessible methods for counting cattle. Currently, manual counting is still widely used, requiring significant time and resources from creators. However, many of them face financial constraints that prevent them from investing in more advanced technologies for this purpose. The objective of this work is to use image recognition to optimize the control of Nelore livestock. Initially, our goal is to develop a computer vision algorithm that can identify and count individual herds accurately and efficiently. Next, we intend to implement an automated system that can continuously monitor the herd and monitor the animals’ development. Furthermore, this work aims to improve operational efficiency and reduce costs associated with manual counting and processing. Finally, our objective is to test the viability and efficiency of the system in real field conditions to ensure its practical application and contribution to sustainable livestock production of the Nelore breed. To carry out our project, which aims to count Nelore cattle, we will use an aerial image captured using a drone of a rural property that houses cattle of this breed. The programming language that will be used is Python, along with several libraries specific to that language. These libraries will be of great help in meeting this demand, as they will provide us with support both for questions related to algorithms and for the application of filters to the images that will be used for counting. Difficulties were faced in recognizing and extracting images due to inadequate lighting, animal movement and backgrounds that confused the algorithm, complicating the counting and individual recognition of cattle. Image recognition improves Nellore herd management, enabling accurate counting and monitoring of animals and increasing productivity. Challenges include variations in lighting, animal poses, and the need for extensive databases. | en |
| dc.identifier.uri | https://repositorio.uniso.br/handle/uniso/2472 | |
| dc.identifier.uri | https://doi.org/10.22482/dspace/646 | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject | Ciência de Dados e Inteligência Artificial - TCC | |
| dc.subject | Universidade de Sorocaba - TCC | |
| dc.subject.cnpq | Ciências Exatas e da Terra::Ciência da Computação | |
| dc.title | BullCounter: um framework para detecção e contagem de rebanhos de gado Nelore | |
| dc.type | Monografia / TCC | |
| dspace.entity.type | Publication | |
| local.description.course | Ciência de Dados e Inteligência Artificial | |
| relation.isAdvisorOfPublication | dee4910f-424b-4e78-a29c-575eaf2fb544 | |
| relation.isAdvisorOfPublication.latestForDiscovery | dee4910f-424b-4e78-a29c-575eaf2fb544 |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- BullCounter: um framework para detecção e contagem de rebanhos de gado Nelore.pdf
- Tamanho:
- 7.89 MB
- Formato:
- Adobe Portable Document Format
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 1.18 KB
- Formato:
- Item-specific license agreed to upon submission
- Descrição: