Validação de um sistema de contagem remota para bovinos em diferentes alturas e horários de voo

Introdução

A pecuária de precisão representa uma evolução na gestão agropecuária, utilizando tecnologias avançadas para otimizar processos produtivos, sustentabilidade e bem-estar animal. O monitoramento de rebanhos é um desafio, especialmente em países de grande extensão territorial como o Brasil. Métodos tradicionais de contagem de bovinos dependem de manejo presencial, podendo ser onerosos, imprecisos e causar estresse aos animais. Nesse contexto, a integração de Aeronaves Remotamente Pilotadas (RPAs), Inteligência Artificial (IA) e Visão Computacional apresenta-se como uma solução promissora. Entretanto, fatores como altitude de voo e horário de captura, que influenciam iluminação e sombras, podem afetar a acurácia dos modelos, tornando necessária a validação das condições ideais de coleta.

Objetivo

Validar um sistema remoto de contagem de bovinos, avaliando o efeito de dez alturas de voo (30 a 120 m) e dois horários (9h e 13h) na precisão. Estruturar imagens no Roboflow e testar a detecção automatizada nos diferentes conjuntos obtidos.

Método

O estudo foi realizado no Parque de Exposições Edilson Lamartine Mendes, em Iturama-MG, em parceria com o Sindicato dos Produtores Rurais e o Leilão Boi de Prata. As imagens foram obtidas em 13 de dezembro de 2025, utilizando uma RPA DJI Mavic 3M, equipada com câmera RGB de 20 MP, em dez alturas (30 a 120 m) e dois horários (9h e 13h), com câmera em posição zenital. As imagens foram processadas no Roboflow, com anotação manual, pré-processamento e treinamento do modelo RF-DETR Small. O sistema apresentou mAP@50 de 21,9%, Precision de 42,6%, Recall de 24,2% e F1-score de 30,9%.

Resultados e discussão

A altura de voo influenciou expressivamente o desempenho do modelo. Os melhores resultados foram observados a 30 m, com 256 animais detectados às 09h e 255 às 13h, frente à contagem manual de 252 bovinos, correspondendo a erros de 1,6% e 1,2%, respectivamente. Nas alturas de 40 e 50 m, os erros variaram entre 22,5% e 36,3%, enquanto, a partir de 60 m, houve aumento dos erros, chegando a 98,0% a 70 m às 13h. Entre 80 e 120 m, predominou subcontagem, com erros superiores a 49% na maioria das condições. A redução do tamanho aparente dos animais, além de fatores como agrupamento, sobreposição, sombras e iluminação, pode ter contribuído para a menor detecção em maiores alturas. O limiar de confiança também influenciou os resultados: a 30 m, o threshold de 50% detectou 28 animais, enquanto 10% resultou em 256 detecções. Apesar da proximidade com a contagem manual, o Recall de 24,2% indica necessidade de aprimoramento. Não houve vantagem consistente entre os horários avaliados, indicando maior influência da altura e das características específicas das imagens sobre a contagem neste estudo.

Conclusão

A contagem automatizada de bovinos por imagens aéreas mostrou-se viável e mais precisa a 30 m de altura, enquanto altitudes superiores apresentaram maior variabilidade e erros. O horário de voo não influenciou os resultados. Por ser treinado na versão gratuita do Roboflow, futuros estudos com bancos de dados maiores e recursos avançados podem expandir a altura recomendada.

Palavras-chave

• Pecuária de Precisão
• Sensoriamento Remoto
• Aerofotogrametria
• Inteligência artificial
• Análise de Imagens