Pulgões ou afídeos são insetos que atacam várias culturas e causam danos de forma direta, consumindo seiva das plantas e, de forma indireta, transmitindo doenças. A contagem e classificação de afídeos são necessárias em vários processos como monitoramento de populações de afídeos em condição de campo, em ensaios controlados para estudar, entre outros, fenômenos epidemiológicos e resistência de plantas. Tradicionalmente, o processo de contagem é realizado de forma manual e depende de microscópios e visão apurada do especialista. É, portanto, tarefa demorada (consumindo pessoal e horas de trabalho) que tende a um índice de erro elevado, pois fatores como fadiga, ilusões visuais e tédio podem influenciar nos resultados da contagem. A automatização das contagens e classificação de afídeos, utilizando os métodos computacionais de processamento de imagens, apresenta-se como uma alternativa para tornar esses processos mais rápidos e precisos, requerendo menos recursos humanos. Esse projeto visa desenvolver um método rápido e automatizado para contagem e classificação de pulgões, por meio da definição de protocolo de aquisição e processamento de amostras e criação de software que emprega métodos de processamento de imagens, visão computacional e deep learning. Dessa forma, pesquisadores da área da agricultura poderão aumentar o número de análises e melhorar percentual de confiabilidade dos resultados obtidos em laboratório e campo.