Boa tarde, pessoal. Sou estagiário há 2 meses e o diretor me convocou perguntando se eu não tinha interesse em participar de uma bolsa pra desenvolver um app que basicamente IDENTIFIQUE O ANIMAL X NUMA IMAGEM. Embora não tenha ideia sobre o que poder utilizar pra isso, aceitei e AMANHÃ VOU COMPARECER À REUNIÃO pra ver se serei aprovado ao projeto. Alguém tem um palpite/norte pra me dar? Desde já agradeço a todos vocês que deram uma atençãozinha!
Complementando, teve uma publicacao especifica sobre o assunto hoje (22/11/25)
https://www.tabnews.com.br/jpierreribeiro/construcao-de-datasets-para-visao-computacional
Da uma olhada - eh bem legal.
Meus 2 cents,
Provavelmente o app deve usar visao computacional.
Quando falamos em Machine Learning (ML) para este tipo de situacao, geralmente sao CNN - Convolutional Neural Network (Rede Neural Convolucional).
Tem diversos tipos de algoritmo para este tipo de deteccao - e envolve uma certa quantidade de matematica
Alternativamente eh possivel usar modelos prontos para isso - modelos de LLM que conseguem trabalhar com texto e imagens sao chamados 'multi-modais' (p.ex. chagpt)
Um local onde tem modelos e bibliotecas sobre o assunto eh no 'hunging face'.
E voltando um pouco no tempo, antes do ML que vemos hoje em dia tinha a biblioteca OpenCV que tambem permite trabalhar com isso (procure sobre opencv e cabelo - alessandro de oliveira - no google).
Meus votos e oracoes por ti amanha.
Saude e Sucesso !
Sou grato demais pelo conselho, meu amigo Oletros. Obrigado!
Acrescetando,
O OpenCV, dependendo do objetivo eh uma otima opcao (o "cabelo" / Alessandro Oliveira) eh referencia para entender como isto funciona.
Para voce ter uma ideia, tem aplicacoes de OpenCV que rodam em raspberry e equipamentos de baixo custo. Eh bem util.
Hoje em dia se fala muito em ML para imagens - mas elas geralmente precisam de GPU (caras) para rodas. O OpenCV tem esta vantagem.
P.ex. muitos sistemas de identificacao de placa de automovel usam OpenCV (rapido e barato).
Saude e Sucesso !
Deu certo e fui aceito, embora eu não tenha uma experiência real com desenvolvimento de app mobile, pois meu estagio é de php pra web kkkk. Mas acredito que isso faz parte e tenho esse novo desafio: um app mobile que determine o aprumo de um animal por fotos. Obrigado pelas dicas, Oletros. Agora vou correr pra esse projeto.
Meus 2 cents,
Obrigado por compartilhar o resultado - e PARABENS !
Agora eh estudar sobre o assunto e ver como funciona.
Coisas como:
https://monografias.ufma.br/jspui/bitstream/123456789/842/1/THAYNARAKELLYUFMA.pdf
https://www.escoladocavalo.com.br/defeitos-de-aprumos/
Olha so o que o google AI search retornou sobre o assunto:
pedi para o google: "procure referencias sobre aprumo animal e uso de bibliotecas de imagem para analise"
Ele retornou:
A avaliação do aprumo animal é um tema recorrente na medicina veterinária e na zootecnia, com diversas referências bibliográficas que descrevem os defeitos e a conformação ideal dos membros dos animais, especialmente equinos e bovinos.
O uso de bibliotecas de imagem para a análise objetiva do aprumo é uma área de pesquisa crescente, que utiliza ferramentas de visão computacional.
Referências Bibliográficas (Tradicionais)
As referências tradicionais focam na descrição morfológica e nos impactos dos defeitos de aprumo na saúde e desempenho do animal:
Descrição de Defeitos: Artigos e teses descrevem a frequência e o tipo de defeitos (ex: "debruçado de frente", "plantado de trás") e como eles afetam a sustentação e a impulsão do animal.
Manuais e Guias Visuais: Publicações da área, como as da Universidade Federal do Paraná e da UFV, fornecem ilustrações e descrições detalhadas do aprumo ideal e de suas variações, sendo a base para a avaliação clínica e radiográfica.
Uso de Bibliotecas de Imagem para Análise
A aplicação de tecnologias de processamento de imagem para quantificar o aprumo é uma abordagem mais recente, que envolve o uso de visão computacional:
Ferramentas e Bibliotecas: O desenvolvimento de sistemas de análise automática ou semiautomática faz uso de bibliotecas de computer vision como o OpenCV (Open Source Computer Vision Library) e Pillow, frequentemente em conjunto com a linguagem de programação Python.
Técnicas de Visão Computacional: Pesquisas na área utilizam técnicas como detecção de objetos, segmentação de imagens e rastreamento de pontos-chave (articulações, cascos) para medir ângulos e linhas imaginárias que definem o aprumo.
Aplicações em Pesquisa: Teses e estudos de caso demonstram o uso dessas ferramentas para:
Medir a angulação das articulações e a posição dos membros em relação ao solo em cavalos e bovinos.
Monitorar a progressão de defeitos ao longo do tempo.
Apoiar o melhoramento genético, fornecendo dados objetivos sobre a conformação dos animais.
Embora não haja uma "biblioteca pronta" que forneça um resultado direto para "aprumo animal" a partir de uma foto genérica, as bibliotecas de visão computacional (como OpenCV) são a base tecnológica para o desenvolvimento de softwares específicos nesta área de pesquisa.
Enfim, parece ser uma area bem legal e com muita aplicabilidade pratica.
Mais uma vez, parabens pela conquista - que ela seja um marco positivo na sua carreira.
Continue postando sobre sua jornada - tem varias pessoas que tem interesse em saber como esta se saindo.
Saude e Sucesso !