23/Mar/2021

A pecuária do futuro já está fazendo experimentos para tornar viável a identificação individual de bois no campo com o uso de imagens, o que tornará obsoletos os brincos, as tatuagens e as marcações usadas para esse fim. A tecnologia é similar à de reconhecimento facial. Com ela, um sistema convencional de câmeras instaladas no campo, cochos, ou mesmo em drones conseguiria captar imagens para identificar em poucos segundos cada bovino. Cientistas foram bem-sucedidos com a raça bovino Pantaneiro. Utilizando um sistema de redes neurais convolucionais (CNN), o estudo empregou três modelos de arquitetura de redes neurais para a identificação do bovino Pantaneiro. Além do bem-estar animal, uma das vantagens do sistema de identificação por imagens é a economia. Hoje, os brincos utilizados são importados e o dólar é instável. O produtor que utiliza esse sistema precisa comprar também o bastão de leitura do código impresso nos brincos. Quando o animal perde essa identificação no pasto, é preciso repor.

O sistema por imagem poderá agilizar o transporte de bovinos e a emissão da GTA (Guia de Trânsito Animal), já vislumbrando a abertura da Rota Bioceânica, que ligará o Brasil ao Porto do Chile, facilitando o embarque de bois para a Ásia. Estudos anteriores já avaliaram a pesagem dos bois por imagens do dorso. De acordo com a Embrapa Pantanal (MS), foram utilizadas imagens capturadas por meio de vídeos por quatro câmeras de monitoramento. Depois, foram extraídas imagens de determinados quadros que continham o objeto de interesse: o dorso, o perfil, a lateral e a face de cada bovino. Pesquisas nessa linha já foram publicadas no artigo Recognition of Pantaneira cattle breed using computer vision and convolutional neural networks na revista Computers and Eletronics in Agriculture. Na etapa de classificação foram comparados três modelos conhecidos na literatura de aprendizagem profunda: InceptionResNetV2, Resnet-50 e DenseNet201.

Os resultados experimentais mostram que modelos de arquiteturas utilizados na pesquisa alcançaram ótimos resultados, chegando a 99,86% de acerto. Os resultados indicam que os modelos avaliados podem apoiar pesquisadores e pecuaristas no reconhecimento de bovinos Pantaneiros. É um método que colabora para o bem-estar dos animais. Também ficou evidenciado que modelos de redes neurais convolucionais podem ser base de um sistema de visão computacional, para que a identificação dos bois seja feita automaticamente. Para esse experimento, foram mobilizados 51 bovinos da raça, de idades variadas e ambos os sexos. As imagens que formam o conjunto de dados foram coletadas no Núcleo de Conservação de Bovinos Pantaneiros de Aquidauana (Nubopan), na Universidade Estadual de Mato Grosso do Sul (UEMS). Os vídeos coletados foram analisados e divididos em 212 vídeos menores, dos quais foram extraídos os quadros que continham imagens dos bovinos para a formação do banco com 27.849 imagens dos bovinos Pantaneiros.

As três arquiteturas utilizadas apresentaram taxas de precisão que variaram de 98,87% a 99,86% e tempo de processamento de imagens de 13 horas e 14 minutos (mínimo) a 54 horas e quatro minutos (máximo). Esses cálculos consideram duas etapas: a de aprendizagem da máquina, quando ela captura e processa as imagens, criando um banco de dados; e a de validação, quando imagens inéditas são apresentadas às máquinas para o reconhecimento e identificação. Após o sucesso do experimento com o bovino Pantaneiro, a próxima etapa será pesquisar os algoritmos que permitam desenvolver a mesma técnica para a identificação por imagens de gado Nelore, que representa a raça de corte mais disseminada no Brasil. Antes, porém, será desenvolvido um aplicativo para que a identificação dos bovinos Pantaneiros já estudados possa aparecer na tela de um celular. Se o produtor estiver em uma feira agropecuária, por exemplo, ele pode acessar os dados do boi pelo aplicativo e conhecer o histórico da raça, por exemplo, uma informação adicional de um banco de dados.

O bovino Pantaneiro é considerado em risco de extinção e os projetos em andamento possuem como principal objetivo a conservação in situ. Alguns pecuaristas afirmam que os brincos que identificam os bovinos apresentam algumas dificuldades: problemas de leitura, perda do brinco e estresse da contenção para fazer essa identificação. O sistema por imagem iria garantir o bem-estar dos bovinos. Hoje, com o sistema de brincos, o boi precisa ser contido no mínimo de três a quatro vezes na vida dele. Tem que prender para colocar, depois para ler os dados. Isso causa estresse nos animais e pode machucá-los. Outro risco é a ocorrência de enfermidades pela própria colocação dos brincos. Uma mosca pode pousar e levar larvas para a região. O sistema por imagens traria vantagens imensas. A expectativa é que os dados captados por imagens possam ter efeitos comerciais, já que permitiriam uma rastreabilidade com informações precisas sobre cada bovino, como, por exemplo, quando uma vaca pariu, quando desmamou, os cuidados que foram tomados com ela.

A única preocupação dos produtores é em relação ao custo de instalação do sistema de câmeras. Mesmo com custo alto, a identificação por imagens teria inúmeras vantagens. A pesquisa que está desenvolvendo a identificação de bovinos por imagens faz parte do projeto Pecuária do Futuro, coordenado pela Embrapa Pecuária Sudeste. A identificação de animais por meio de imagens irá permitir que o produtor tenha um controle melhor do rebanho, de sua localização na propriedade e, consequentemente, do manejo do pastejo. Ela poderá ser adotada de forma isolada ou em conjunto com outras tecnologias em desenvolvimento pelo projeto, dependendo dos problemas que o produtor precisa resolver. A aplicação da tecnologia da informação aos sistemas de produção de gado de corte poderá nos ajudar a construir uma pecuária mais sustentável, atendendo aos anseios dos consumidores e da sociedade em geral. O Projeto Pecuária do Futuro tem o objetivo de desenvolver ferramentas de suporte à decisão em sistemas de produção de gado de corte no Brasil Central.

As ferramentas que estão sendo desenvolvidas foram definidas a partir de levantamentos de demandas reais dos produtores. O aplicativo Pasto Certo, por exemplo, permite que técnicos e produtores acessem de forma fácil informações sobre as principais forrageiras disponíveis no Brasil e ajuda as pessoas a escolherem o que plantar em sua propriedade. Também estão sendo desenvolvidas ferramentas para ajudar o produtor a planejar a produção de forragem na fazenda e a manejar melhor o pasto. Essas ferramentas irão permitir que o produtor faça um diagnóstico da necessidade de intervenção nos pastos e estime a quantidade de capim a partir de imagens de satélite ou de drone. Com o uso de modelos matemáticos, ele também poderá projetar a oferta e a demanda por alimentos na fazenda ao longo do ano, e verificar as melhores opções em termos de produção de forragem para o seu sistema de produção. O projeto também está desenvolvendo soluções específicas para o Pantanal, como sistema de alerta para cheias e incêndios e ferramenta para orientar decisões quanto ao uso de pastagens exóticas. Fonte: Embrapa. Adaptado por Cogo Inteligência em Agronegócio.