0
A pecuária de precisão busca monitorar de forma individual e automatizada a atividade dos animais para garantir sua saúde, bem-estar e produtividade. A visão computacional ou artificial surgiu como uma ferramenta promissora para esse fim. No entanto, o rastreamento individual por meio de imagens continua sendo um desafio, especialmente em sistemas de alojamento coletivo, nos quais os animais podem apresentar aparências semelhantes. A interação próxima ou o adensamento pode provocar perdas ou trocas de identificação, comprometendo a precisão do rastreamento.
Objetivo: Para enfrentar esse desafio, foi implementado um sistema combinado que integra um método de rastreamento por detecção com um sistema de identificação por radiofrequência (RFID).
Métodos: O sistema foi testado com doze suínos alojados em um mesmo espaço como exemplo ilustrativo. Três deles apresentavam marcas naturais no pelo que permitiam a identificação visual. Os demais tinham padrões semelhantes ou eram completamente brancos, dificultando a distinção visual. Foram utilizadas as versões mais recentes dos algoritmos You Only Look Once (YOLOv8) e BoT-SORT para detecção e rastreamento, respectivamente. O YOLOv8 foi ajustado com um conjunto de dados de 3.600 imagens para detectar e classificar diferentes classes de suínos, alcançando uma precisão média de 99%. O modelo ajustado do YOLOv8 e o algoritmo BoT-SORT foram aplicados a um vídeo de 166,7 minutos, composto por 100.018 quadros.
Resultados: Os suínos com pelagem distinta puderam ser rastreados visualmente por 91% do tempo, em média. Para os suínos com pelagem semelhante, foi utilizado o sistema RFID para identificá-los individualmente ao entrarem no comedouro. Essa identificação RFID foi vinculada à trajetória de imagem de cada suíno, tanto para frente quanto para trás no vídeo. Os dois suínos com marcas parecidas puderam ser rastreados durante uma média de 48,6 minutos, enquanto os sete suínos brancos foram rastreados por cerca de 59,1 minutos, em média. Em todos os casos, o tempo de rastreamento atribuído a cada suíno coincidiu com a realidade observada em mais de 90% dos casos.
Conclusão: O sistema proposto permitiu um rastreamento confiável de suínos alojados em grupo por períodos prolongados, oferecendo uma alternativa promissora em relação ao uso isolado de métodos baseados em imagem ou RFID. Essa abordagem representa um avanço significativo na integração de múltiplos dispositivos para identificação, rastreamento e rastreabilidade de animais, especialmente em situações com grupos homogêneos.
Mora M, Piles M, David I, Rosa GJM. Integrating computer vision algorithms and RFID system for identification and tracking of group-housed animals: an example with pigs. Journal of Animal Science. 2024: skae174, https://doi.org/10.1093/jas/skae174