A determinação do peso vivo de pequenos ruminantes é uma variável zootécnica essencial para práticas de manejo, nutrição, seleção genética e comercialização. No entanto, os métodos tradicionais de pesagem permanecem onerosos, invasivos e pouco acessíveis a pequenos e médios produtores, sobretudo no contexto da agricultura familiar. Este trabalho apresenta o desenvolvimento de um sistema integrado para a predição automatizada de peso em ovinos e caprinos, utilizando técnicas de visão computacional e aprendizado de máquina. O sistema realiza a captura automática de imagens por meio de câmera Kinect v2, aplica detecção com YOLOv8 e segmentação semântica com U-Net, seguido pela extração de características via DenseNet-169 e regressão linear para estimativa do peso corporal. A solução foi implementada como aplicação desktop multiplataforma, com interface construída em Electron e React, e funcionamento offline, atendendo a restrições de infraestrutura típicas do meio rural. Os resultados incluem a construção de um protótipo funcional com métricas de qualidade do código e arquitetura modular, bem como a definição de um cronograma de validação futura em campo. Conclui-se que a abordagem proposta representa um avanço no sentido de democratizar a pecuária de precisão, oferecendo um método não invasivo, de baixo custo e alinhado à realidade produtiva de pequenos ruminantes.