Classificação da qualidade e rastreabilidade logística de atum utilizando visão computacional

Resumo

Apesar de sua posição de destaque como exportador de proteína animal no mercado global, o setor pesqueiro brasileiro ainda enfrenta uma defasagem tecnológica nos processos de captura e gestão. A persistência de métodos tradicionais e manuais resulta frequentemente em falhas logísticas e ineficiências operacionais. Um dos principais gargalos da indústria é a escassez de mão de obra qualificada para realizar a classificação assertiva da qualidade do pescado, especificamente do Atum (Thunnus albacares). Além disso, a falta de controle no fluxo industrial gera atrasos significativos na entrega final. Diante deste cenário, propõe-se o desenvolvimento de um sistema capaz de realizar a classificação automática da qualidade visual do atum e o seu rastreamento ao longo de toda a cadeia produtiva, com o objetivo de otimizar a logística e reduzir o tempo de processamento e entrega, integrando técnicas de Visão Computacional, Internet das Coisas (IoT) e Edge Computing. O projeto contempla a captura padronizada de imagens, o treinamento de modelos de IA baseados em tensores e o envio dos metadados para ambiente em nuvem via protocolo HTTP. A abordagem metodológica adotada no desenvolvimento dessa produção é a Design Science Research (DSR) que visa a criação de um artefato tecnológico sendo esse um software de visão computacional que se propõe a resolver um problema prático no contexto da indústria pesqueira.