Ovócitos são células germinativas complexas que apresentam mudanças estruturais e funcionais ao longo do desenvolvimento maturacional em peixes. Distinguir ovócitos em imagens histológicas é um procedimento demorado, tedioso e suscetível a erros, pois geralmente, ocorre uma interpretação visual e subjetiva pelo especialista. Esta pesquisa propõe um estudo de caso que demonstra uma abordagem capaz de detectar ovócitos de forma automática. Para isso, uma base de imagens foi utilizada, sendo esta divida em treino, teste e validação. Técnicas para o aumento de dados foram empregadas a fim de tornar o modelo mais robusto. Para a detecção dos ovócitos a arquitetura YOLOv5x foi aplicada na base de imagens. Os resultados obtidos foram promissores, alcaçando uma taxa de precisão de 83,0% para a classe VI - vitelogênese inicial, e 97,7%, 95,3% e 66,8%, repectivamente de revocação, mAP@0.5 e mAP@0.95, para a classe VF - vitelogênese final.