Дослідження інтелектуальних алгоритмів детекції та класифікації безпілотних літальних апаратів у складі систем спостереження

Abstract

Метою роботи є дослідження інтелектуальних алгоритмів на основі сучасних методів штучного інтелекту й машинного навчання для детекції й класифікації БПЛА основних типів. У першому розділі розглянуто сучасні підходи до класифікації та детекції зображень для виявлення БПЛА. Визначено, що ефективність моделей залежить від якості підготовки даних, аугментації, балансування класів та правильного вибору архітектури з урахуванням співвідношення точності й швидкодії. Обґрунтовано доцільність використання моделей YOLO для систем реального часу та перспективність трансформерних архітектур DETR для складних задач детекції. У другому розділі. У другому розділі проведено порівняльне дослідження моделей YOLO та RtDETR для автоматичного виявлення й класифікації основних типів БПЛА. Встановлено, що YOLOv12s та YOLOv11s показали найкращі результати серед моделей YOLO, особливо для квадрокоптерів, тоді як RtDETR забезпечила високу точність детекції БПЛА літакового типу. Отримані результати підтверджують практичну цінність роботи для систем моніторингу, логування та аналізу польотів БПЛА.