Abstract:
O estudo apresenta um projeto de reconhecimento de plantas tóxicas aplicado à pecuária utilizando inteligência artificial, no campo de Sistemas de Informação com ênfase em visão computacional, cujo objetivo foi desenvolver um sistema web capaz de identificar espécies de plantas potencialmente tóxicas para animais a partir de imagens e fornecer informações toxicológicas associadas. Para isso, foi construído um dataset regional com sete espécies mais presentes do sul do Brasil, onde foram aplicadas técnicas de data augmentation e transfer learning utilizando um modelo Vision Transformer pré-treinado no ImageNet. O conjunto foi dividido em 80% para treinamento e 20% para validação, e o desempenho foi avaliado por métricas clássicas como acurácia, precisão, recall, F1-score, em conjunto com uma análise qualitativa de casos. Os resultados demonstram desempenho consistente do classificador no conjunto de teste, indicando viabilidade técnica da solução para apoiar a tomada de decisão em propriedades rurais. Entretanto, a ocorrência de falsos negativos e o escopo limitado às sete espécies evidenciam a necessidade de ampliação do dataset, aumento da diversidade de imagens e evolução para uma classificação multiclasse. Conclui-se que a ferramenta proposta oferece suporte complementar à identificação de plantas tóxicas na pecuária, não substituindo a avaliação técnica especializada.
