Na criação de gado de corte, acertar o momento ideal da venda faz toda a diferença nos custos do produtor. Isso acontece porque, ao atingir seu limite natural de desenvolvimento, o animal deixa de ganhar peso de forma significativa. A partir desse ponto, cada dia a mais no confinamento significa gastar com ração sem obter retorno em carne. Para descobrir essa janela ideal sem precisar pesar cada animal do rebanho em uma balança – um processo demorado e estressante para o gado –, um grupo de pesquisadores apoiado pela FAPESP desenvolveu uma solução não invasiva. Eles criaram um sistema que une drones e inteligência artificial para mapear o crescimento de bois da raça Nelore, permitindo que o acompanhamento da engorda e a decisão de abate sejam feitos com precisão a partir de imagens aéreas.
A tecnologia foi descrita em um artigo publicado na revista Computers and Electronics in Agriculture. Os detalhes foram apresentados por Jayme Garcia Arnal Barbedo, pesquisador da Embrapa Agricultura Digital, em palestra ministrada na última quarta-feira (28/10) durante a FAPESP Week Países Baixos fapesp.br/week/2026/netherlands.
“Estamos muito próximos de obter um protótipo funcional completo do sistema. O próximo passo crucial será estabelecer parcerias com empresas do setor ou agtechs [startups do setor agropecuário] para transformar essa pesquisa em um produto comercial disponível em grande escala para os pecuaristas”, contou Barbedo à Agência FAPESP.
A inovação utiliza imagens aéreas captadas por drones a 15 metros de altura. Por meio de algoritmos avançados de aprendizado profundo (deep learning), o sistema segmenta o corpo dos animais e extrai métricas morfológicas para mapear a curva de engorda em tempo real. Os resultados demonstraram que o ponto ótimo de comercialização pode ser atingido até uma semana antes do previsto pelos métodos convencionais.
“A curva de ganho de peso de um lote de animais para corte tem uma forma característica em ‘S’: começa devagar na fase de adaptação, entra em um período de ganho muito acelerado e, na etapa final, ocorre uma desaceleração. A partir desse ponto, não importa quanta alimentação você forneça, o animal não vai mais converter ração em carne na mesma proporção”, explicou Barbedo. “Às vezes, um dia de diferença na decisão de abate ou na negociação do lote pode aumentar o lucro daquela operação entre 5% e 10%”, ressaltou.
Jayme Barbedo em palestra ministrada na última quarta-feira (28/10) durante a FAPESP Week Países Baixos (foto: Laura Redondo/Agência FAPESP)
Olho no céu
A arquitetura computacional do sistema combina dois modelos de inteligência artificial de última geração. O primeiro, para detecção de objetos, foi ajustado para localizar individualmente cada boi Nelore no confinamento, alcançando 95,56% de precisão. Já o segundo modelo permite delimitar os contornos exatos do corpo do animal em nível de pixel.
Com base nessas informações, a inteligência artificial faz um cálculo simples: compara a largura do boi com o seu comprimento. A grande vantagem dessa proporção é que ela não sofre interferência se o drone voar um pouco mais alto ou mais baixo. Conforme o animal ganha músculo e gordura no confinamento, seu corpo vai ficando visivelmente mais largo em relação ao próprio comprimento. Ao observar como essa medida muda ao longo das semanas, o sistema consegue acompanhar a engorda do gado de forma precisa, sem depender do tamanho absoluto da imagem na foto.
Para garantir a confiabilidade dos dados em ambientes comerciais complexos, os pesquisadores desenvolveram um filtro. “Os animais se movimentam constantemente, deitam-se ou ficam em posições curvadas. Por isso, a inteligência artificial analisa todo o lote e descarta automaticamente indivíduos deitados ou em ângulos desfavoráveis, retendo apenas os animais em pé e em postura reta dentro da janela central da imagem. Isso nos permite calcular uma média extremamente precisa para o rebanho”, contou Barbedo.
De acordo com o pesquisador, o método tradicional exige que o rebanho seja conduzido periodicamente até os currais para passar pelo chamado “tronco de contenção”. Essa estrutura é uma espécie de corredor estreito projetado para prensar e imobilizar o boi, um a um, permitindo que a pesagem seja feita na balança física. Forçar animais a entrar nesse espaço apertado não apenas demanda muito trabalho da equipe, mas também eleva o estresse e o risco de lesões e contusões no gado, além de causar avarias frequentes nos próprios equipamentos. Por ser uma operação tão invasiva e difícil, as pesagens costumam ser feitas apenas na entrada e na saída do lote (ou seja, no primeiro dia de confinamento e, meses depois, no embarque para o frigorífico), o que acaba deixando os produtores “no escuro” durante semanas.
O novo sistema substitui o estresse físico pela observação aérea autônoma. Durante os testes de campo, analistas avaliaram voos em altitudes de 5, 10 e 15 metros, identificando que a 15 metros de altura os bovinos nem sequer percebiam a presença do drone, mantendo seu comportamento natural de pastejo e descanso sem nenhum impacto no bem-estar animal.
Validação em condições reais
A tecnologia foi testada e validada sob condições reais de produção na Fazenda Campanário, localizada no município de Laguna Carapã (MS), propriedade que abriga cerca de 14,6 mil cabeças de gado em sistema de confinamento. O experimento acompanhou um lote de 110 bovinos Nelore com idade média inicial de 18 meses ao longo de um ciclo de engorda de 112 dias, realizando 12 missões aéreas periódicas a cada dez dias.
Os dados coletados alimentaram um modelo matemático capaz de identificar com clareza as três fases biológicas do desenvolvimento: a de adaptação, a de crescimento rápido e o platô de saturação econômica (quando o animal atinge seu limite corporal).
Ao detectar que o ganho de peso do lote havia entrado na fase de desaceleração uma semana antes da data planejada pelo manejo convencional, o sistema indicou a janela de abate ideal com antecedência, evitando o consumo desnecessário de ração. No lote testado de 110 animais, a economia gerada foi de R$ 15 mil. Quando projetado para a capacidade total do confinamento da fazenda (14,6 mil animais), o ganho de eficiência operacional e financeira pode alcançar cerca de R$ 2 milhões.
A pesquisa foi conduzida no âmbito do Centro de Ciência para o Desenvolvimento em Agricultura Digital (Semear Digital), que é apoiado pela FAPESP. Também recebeu financiamento por meio de outros quatro projetos (23/03870-8, 24/15430-5, 25/05985-2 e 25/10602-5).
Outras aplicações
Além do monitoramento da engorda do gado de corte, a tecnologia está sendo adaptada para identificar remotamente comportamentos de estresse no confinamento, como disputas por alimento e falhas no alinhamento no cocho (quando as imagens mostram que os animais não conseguem se organizar lado a lado para comer, indicando falta de espaço ou empurrões no momento da alimentação).
Outra possível aplicação é na pecuária leiteira. Instigados por demandas do setor produtivo e de parceiros internacionais, os pesquisadores da Embrapa estudam aplicar o sistema para a detecção precoce de doenças como a mastite e análise do padrão de alimentação das vacas leiteiras.
“O próximo passo envolve a transferência tecnológica para o mercado”, disse Barbedo.
O artigo Deep learning-based UAV framework for automated morphological and growth analysis of feedlot cattle pode ser lido em: sciencedirect.com/science/article/pii/S0168169926001547.
Fonte: Elton Alisson, de Leiden (Países Baixos) | Agência FAPESP
