Aplicação da inteligência artificial para o monitoramento de peso de aves

Descrição

A avicultura de corte brasileira ocupa posição estratégica no agronegócio nacional, demandando sistemas produtivos cada vez mais eficientes, sustentáveis e alinhados aos princípios de bem-estar animal. O monitoramento do peso corporal é um dos principais indicadores zootécnicos para avaliação do desempenho produtivo e para o suporte à tomada de decisão ao longo do ciclo de criação. Contudo, os métodos tradicionais de pesagem, manuais ou automatizados, apresentam limitações relacionadas à representatividade amostral, à demanda de mão de obra e ao estresse das aves. Neste contexto, o presente projeto propõe o desenvolvimento e a validação de um sistema automatizado, não invasivo e contínuo para estimativa do peso corporal de frangos de corte, baseado em técnicas de visão computacional e inteligência artificial. A abordagem utiliza imagens adquiridas por câmeras instaladas em aviários comerciais, associadas a algoritmos de aprendizado de máquina e aprendizado profundo capazes de extrair informações morfológicas e padrões visuais correlacionados ao peso corporal das aves. O sistema será desenvolvido a partir da construção de uma base de dados composta por imagens e valores de pesagem real, coletados ao longo de diferentes idades e fases do ciclo produtivo. Os modelos preditivos serão treinados, testados e validados por meio de métricas estatísticas adequadas, como erro percentual absoluto médio, erro quadrático médio e coeficiente de determinação. Após validação, o modelo será integrado a um protótipo de software com interface gráfica para acompanhamento temporal do peso médio estimado do lote. Espera-se que o sistema proposto contribua para o avanço da zootecnia de precisão aplicada à avicultura de corte, promovendo maior eficiência produtiva, redução do estresse animal e suporte tecnológico à tomada de decisão em sistemas comerciais. O projeto apresenta caráter inovador e interdisciplinar.