Proceedings of the International scientific and practical conference ―Science and Society in Times of War‖ (June 5-7, 2026) / Publisher website: www.naukainfo.com. – Kharkiv, Ukraine, 2026. - 417 p.

134 Повномасштабна російсько-українська війна стала каталізатором стрімкого розвитку технологій безпілотних систем та алгоритмів штучного інтелекту у військовій сфері. Безпілотні літальні апарати (БПЛА) виконують критичну роль у забезпеченні ситуаційної обізнаності, коригуванні артилерійського вогню та нанесенні високоточних ударів. Однак масове використання дронів призвело до виникнення нової проблеми — інформаційного перенавантаження операторів. Людина фізично не здатна безперервно аналізувати десятки годин відеопотоку у пошуках ретельно замаскованих об'єктів противника. Саме тому впровадження систем комп'ютерного зору (Computer Vision, CV) для автоматизації виявлення цілей стало одним із найпріоритетніших завдань оборонних технологій [1, с. 42]. Ключовою вимогою до військових систем комп'ютерного зору є здатність працювати в умовах активної радіоелектронної боротьби (РЕБ). Системи РЕБ противника здатні пригнічувати канали передачі відеоданих та GPS-сигнали, що робить неможливою трансляцію відео на наземні станції для подальшого аналізу. Єдиним ефективним рішенням цієї проблеми є парадигма граничних обчислень (Edge Computing) — перенесення інтелектуального ядра безпосередньо на борт БПЛА. Інтеграція компактних обчислювальних модулів (наприклад, сімейства NVIDIA Jetson або спеціалізованих NPU) дозволяє дрону самостійно аналізувати відеопотік, розпізнавати цілі та приймати рішення про ураження навіть у разі повної втрати зв'язку з оператором [2, с. 115]. Основою математичного апарату таких систем є згорткові нейронні мережі (CNN), призначені для розпізнавання об'єктів у реальному часі (Real-Time Object Detection). Найбільшу ефективність в умовах обмежених обчислювальних ресурсів демонструють архітектури сімейства YOLO (зокрема, YOLOv8 та YOLOX). Завдяки своїй без'якірній (anchor-free) структурі та високій швидкості інференсу, ці моделі здатні обробляти відеопотік із частотою понад 30 кадрів на секунду безпосередньо на борту дрона. Алгоритми YOLO навчаються розпізнавати специфічні військові патерни: силуети бронетехніки, артилерійські розрахунки, системи ППО, бліндажі та окопні лінії [3, с. 88].