Para Quem Tem Pressa
- Pesquisadores da Universidade Federal da Grande Dourados (UFGD) desenvolveram um método que combina imagens aéreas e aprendizado profundo para estimar o peso de bovinos.
- A tecnologia analisa características morfológicas dos animais em confinamento para calcular o peso e auxiliar na previsão do ponto ideal de abate, com potencial para complementar a pesagem convencional e reduzir manejos, desde que a precisão seja validada em condições reais e diferentes rebanhos.
- O trabalho foi publicado em fevereiro de 2026 na revista científica Computers and Electronics in Agriculture, trazendo uma alternativa para otimizar o manejo na pecuária. No entanto, os pesquisadores ressaltam que o desempenho experimental ainda requer validação em diferentes raças, propriedades e condições de captura.
A rotina de pesagem de gado em confinamento pode ganhar um reforço tecnológico nos próximos anos. Um estudo desenvolvido na Universidade Federal da Grande Dourados (UFGD) demonstra que é possível estimar características morfológicas e o peso de bovinos utilizando imagens aéreas capturadas por drones, associadas a técnicas de aprendizado profundo (inteligência artificial).
A proposta busca oferecer alternativas mais ágeis para o monitoramento do rebanho, reduzindo o estresse gerado pelo manejo físico tradicional e otimizando o tempo nas fazendas.
Como funciona a tecnologia de estimativa de peso
O sistema baseia-se na captura de imagens aéreas do rebanho. A partir dessas fotografias ou gravações obtidas por drones, algoritmos de inteligência artificial realizam o processamento visual para extrair dados morfológicos dos animais.
Com base nessas características estruturais visíveis nas imagens, os modelos computacionais conseguem estimar o peso corporal dos bovinos. Além da pesagem indireta, o estudo também explorou informações úteis à estimativa do momento de abate, ainda sujeitas à validação antes do uso rotineiro.
Desafios e validação para o uso nas fazendas
Apesar do avanço técnico demonstrado no ambiente experimental, especialistas envolvidos no projeto apontam que a ferramenta ainda passa por etapas de aperfeiçoamento.
O desempenho obtido em ambiente de testes não garante, de forma automática, a mesma precisão e uniformidade de resultados quando aplicado em diferentes raças, variadas estruturas de propriedades rurais ou sob condições climáticas e de luminosidade distintas no campo.
Por isso, o uso rotineiro da tecnologia em larga escala ainda depende de novas fases de validação prática, fundamentais para assegurar a confiabilidade dos dados antes de sua adoção comercial definitiva na pecuária brasileira.
Fonte/crédito: Imagem destacada ilustrativa gerada por IA.
Fonte original: UFGD — publicação de 19/02/2026
