El sistema desarrollado en este estudio proporciona una solución práctica de visión por computadora en tiempo real para abordar la baja eficiencia y el alto costo del conteo manual de pollos. Al integrar modelos de aprendizaje profundo mejorados con computación de bajo costo basada en el borde y almacenar datos en una base de datos en la nube, el sistema puede rastrear automáticamente el tamaño de los grupos de pollos a lo largo del día. Si bien adaptar el algoritmo para hardware industrial puede resultar en un ligero compromiso de precisión, los beneficios de velocidad y recolección continua de datos son sustanciales, lo que permite una gestión más eficiente y un monitoreo de la salud. En el futuro, continuaremos refinando el método para acomodar varios diseños de jaulas, incorporar indicadores de salud adicionales y reducir aún más los requisitos computacionales que pueden aumentar su practicidad.