30 de maio de 2024
Descubra como o comportamento animal pode ser monitorizado utilizando o modelo Ultralytics YOLOv8 para melhorar o bem-estar dos animais, a deteção de doenças e a gestão eficiente das explorações agrícolas.
De acordo com as Nações Unidas, a população mundial será de 9,6 mil milhões de pessoas até 2050. À medida que a população mundial aumenta, damos por nós a recorrer a tecnologias avançadas, como a aprendizagem profunda na agricultura, para criar soluções agrícolas sustentáveis. Os algoritmos de visão computacional, como o Ultralytics YOLOv8, podem fazer uma enorme diferença, especialmente quando se trata de monitorizar o comportamento animal. Os insights obtidos usando a visão computacional podem ajudar os agricultores a otimizar a forma como gerenciam e cuidam do gado. Neste artigo, vamos analisar como o YOLOv8 pode mudar a forma como a monitorização animal é abordada!
Manter o gado debaixo de olho é fundamental para garantir a sua saúde. Mas isso pode ser difícil, dado o grande número de animais a monitorizar e a ter em conta. A monitorização de animais através da inteligência artificial (IA) ajuda a utilizar técnicas avançadas de visão por computador para observar e analisar o comportamento dos animais. Algoritmos como o YOLOv8 podem rastrear animais em tempo real e fornecer dados precisos sem a necessidade de sensores ou etiquetas invasivas.
Pode ser utilizado em explorações agrícolas, jardins zoológicos e instalações de investigação para detetar sinais precoces de doença, stress ou desconforto, permitindo uma assistência mais rápida. Podemos também monitorizar os hábitos alimentares, as interações sociais e os níveis de atividade dos animais. Por exemplo, considere-se uma filmagem de vacas em que a visão por computador é utilizada para identificar se as vacas estão de pé, sentadas ou a andar.
.png)
Ao monitorizar de perto a postura de uma vaca, o agricultor pode compreender muito sobre ela. Se uma vaca que normalmente fica de pé ou caminha muito está subitamente mais sentada, isso pode indicar um problema de saúde. Através da monitorização contínua do comportamento animal, os agricultores podem garantir que os seus animais são saudáveis e intervir rapidamente quando algo parece estar errado. Podem criar um ambiente mais saudável e mais eficiente para os animais e, em última análise, melhorar o seu bem-estar e reduzir os custos laborais.
Os métodos tradicionais de monitorização de animais baseiam-se frequentemente em observações manuais e em sensores invasivos, como as etiquetas RFID, que utilizam radiofrequência para transmitir dados sem fios para identificação e localização de animais. No entanto, estes métodos podem ser demorados, trabalhosos e, por vezes, stressantes para os animais. Além disso, estas etiquetas são muitas vezes dispendiosas e podem facilmente cair dos animais e partir-se. Estes problemas resultam em enormes perdas para o agricultor. Por exemplo, um rancho em Montana, EUA, com 17.000 animais (todos com etiquetas RFID) perdeu cerca de 1.000 etiquetas num ano, tal como observado por Bryan Elliott, o fundador da 406 Bovine, num artigo da AgUpdate.
Em contrapartida, as soluções de visão computacional para monitorização de animais oferecem uma solução não invasiva e automatizada com muitos benefícios. Digamos que um animal tenha uma doença infecciosa e é importante mantê-lo em quarentena para impedir que a doença se espalhe para outros animais. Utilizando a visão por computador, podemos monitorizar o animal continuamente sem necessidade de o perturbar. Podemos monitorizar rapidamente as alterações no seu estado de saúde e prestar-lhe os cuidados adequados mais rapidamente. Também ajuda a verificar se os tratamentos estão a resultar e a garantir que a doença não se propaga ao resto da manada.
.png)
Eis algumas das principais vantagens da utilização da visão por computador para analisar o comportamento animal:
Pode utilizar o YOLOv8 para seguir padrões de alimentação, movimentos, interações sociais e muito mais. O YOLOv8 destaca-se nas principais técnicas informáticas, como a deteção de objectos, o seguimento de objectos e a estimativa de pose.
Vamos compreender estas tarefas de visão por computador com mais pormenor:
.png)
Através destas tarefas, o YOLOv8 oferece capacidades poderosas para monitorizar e analisar o comportamento animal. Com a deteção de objectos, o YOLOv8 pode identificar e classificar animais individuais dentro de uma manada para monitorizar as suas actividades. Em seguida, o rastreamento de objetos usando o YOLOv8 pode ajudar a seguir continuamente os movimentos de cada animal ao longo do tempo, de quadro a quadro.
Ao combinar isto com a estimativa da pose, o YOLOv8 pode fornecer uma análise detalhada da condição física e do comportamento do animal. Os agricultores podem monitorizar o tempo que cada animal passa a comer, a caminhar ou a descansar. Isto ajuda a detetar quaisquer alterações no comportamento, como movimentos reduzidos ou hábitos alimentares alterados, que podem indicar problemas de saúde.
.png)
Para mais informações sobre como utilizar o YOLOv8 para várias tarefas, visite os Guias Ultralytics.
Para lhe dar uma ideia do quanto a monitorização animal por IA pode mudar a vida de um agricultor, vamos percorrer um dia integrado com IA.
De manhã, um agricultor podia consultar o seu sistema de monitorização de animais num tablet. As câmaras no estábulo e nos campos teriam analisado o gado durante a noite e fornecido relatórios sobre a saúde, o comportamento e a atividade de cada animal. O sistema alerta o agricultor para o facto de uma vaca apresentar sinais de claudicação, e ele pode tratar imediatamente da vaca.
Durante o dia, os sistemas de visão por computador monitorizam continuamente os animais, ajustando as porções de alimentação automatizada com base em observações em tempo real dos hábitos alimentares e da condição física de cada animal. O agricultor monitoriza remotamente o rebanho, recebendo notificações de qualquer atividade invulgar ou sinais de aflição detectados pelas câmaras. À noite, o agricultor analisa os dados para planear o dia seguinte.
A IA também pode ajudar o agricultor a tomar melhores decisões através da análise de tendências e padrões nos dados. A aprendizagem automática pode ser utilizada para sugerir horários de alimentação óptimos, identificar precocemente potenciais problemas de saúde e até recomendar alterações para melhorar a eficiência e a produtividade globais da exploração. Com o advento de tecnologias como a última versão do ChatGPT, GPT-4o, é até possível que a IA se torne um assistente útil para o agricultor.
A monitorização animal baseada na visão por computador está a ter um grande impacto em várias indústrias para além da agricultura. Na conservação da vida selvagem, ajuda a seguir os animais, a estudar o seu comportamento e a prevenir a caça furtiva através de vigilância e alertas em tempo real. Por exemplo, a Conservation AI, uma organização sem fins lucrativos sediada no Reino Unido, utiliza a visão por computador para detetar ameaças a espécies ameaçadas de extinção, como pangolins e rinocerontes, em tempo real. As suas câmaras alimentadas por IA, instaladas em todo o mundo, ajudam os conservacionistas a agir rapidamente contra a caça furtiva e outros perigos. Além disso, o AlphaGo da Google DeepMind está a ser utilizado para analisar milhões de imagens do Parque Nacional do Serengeti, na Tanzânia, para identificar e contar animais. As informações obtidas a partir destas imagens ajudam os conservacionistas a compreender melhor a dinâmica das populações.
.png)
Do mesmo modo, as instalações de investigação utilizam a visão por computador para observar o comportamento e a saúde dos animais de forma mais precisa e menos intrusiva. Os investigadores podem recolher dados e conhecimentos valiosos para melhores estratégias de conservação. Nos cuidados com os animais de estimação, as ferramentas de monitorização da saúde baseadas em IA e os produtos inteligentes, como os alimentadores automáticos e os brinquedos interactivos, melhoram o bem-estar e o envolvimento dos animais de estimação.
Os jardins zoológicos e os aquários utilizam a visão por computador para monitorizar o bem-estar dos animais, detetar sinais de doença ou stress e melhorar a experiência dos visitantes com exposições interactivas. A IA nas práticas veterinárias pode ajudar a monitorizar a saúde dos animais de forma mais eficaz, conduzindo a um melhor diagnóstico e tratamento. No transporte de animais, a visão por computador ajuda a garantir o bem-estar dos animais, monitorizando os níveis de stress e garantindo o cumprimento dos regulamentos. Em geral, a monitorização de animais através da IA permite um melhor tratamento dos animais em todos estes sectores.
Apesar dos muitos benefícios do rastreio de animais através da IA, existem também desafios na implementação de tais soluções. Um dos principais desafios é o custo inicial da instalação de sistemas avançados de visão por computador nas explorações agrícolas. Comprar e instalar o equipamento necessário pode ser muito caro, o que pode ser um grande obstáculo para os agricultores, especialmente os mais pequenos. Poderão necessitar de ajuda financeira ou de incentivos para adoptarem estas novas tecnologias.
Outro problema é a falta de uma boa ligação à Internet nas zonas rurais. Uma ligação fiável à Internet é vital para o processamento de dados através da nuvem e para a monitorização à distância. Sem uma conetividade fiável, os agricultores podem ter dificuldade em utilizar sistemas de monitorização e análise de dados em tempo real baseados na nuvem. As soluções de computação periférica podem resolver este problema, processando os dados localmente sem necessidade de conetividade à nuvem.
A privacidade e a segurança dos dados são também preocupações importantes. À medida que mais dados são recolhidos e partilhados na agricultura de precisão, os agricultores têm de garantir que as suas informações estão protegidas contra o acesso não autorizado e a utilização indevida. São necessários regulamentos e normas industriais mais rigorosos para proteger os dados dos agricultores e resolver estas questões de privacidade e segurança.
Embora a IA não possa substituir a experiência prática dos agricultores, pode desempenhar um papel importante na forma como vigiamos o nosso gado. Utilizando ferramentas como os mais recentes modelos Ultralytics YOLOv8, os agricultores podem aprender muito sobre o comportamento, a alimentação e o bem-estar geral dos seus animais. Podem gerir as suas explorações mais facilmente e cuidar melhor dos seus animais. O futuro da agricultura integrada na IA passa por ser inteligente, eficiente e sustentável.
Não se esqueça de se juntar à nossa comunidade para obter as últimas actualizações sobre IA! Além disso, pode saber mais sobre a IA visitando o nosso repositório GitHub e explorando as nossas soluções em vários domínios, como o fabrico e os cuidados de saúde.
PT
EN
ZH
KO
JA
RU
DE
FR
ES
IT
TR
VI
AR
.webp)
.webp)