ВОЕНХАЙ

Обучение моделей AI для военных дронов

ИИ-модели, которыедумают быстрее пилота

Мы обучаем нейросети для автономных и полуавтономных военных беспилотников. Распознавание целей, навигация в GPS-подавлении, принятие решений в реальном времени — на базе данных с реальных полигонов.

420+Моделей обучено
99.2%Точность распознавания
8 мсСредняя задержка
18 000Часы налёта

Возможности

Что умеют наши модели

Каждый модуль обучен на данных с реальных полигонов и проверен в условиях РЭБ-подавления.

// Командный центр

«Оператор видит то же, что и дрон — но на 8 миллисекунд позже. Наша модель принимает решение раньше».

Распознавание целей

Детекция и классификация в реальном времени

384
классов целей
99.2%
точность (mAP50)

Навигация без GPS

Визуальная одометрия и SLAM в условиях полного подавления спутникового сигнала.

Роевая координация

Децентрализованное взаимодействие до 50 дронов в группе. Самоорганизация без центрального узла.

Решения за 8 мс

Inference на борту. От кадра с камеры до управляющего сигнала — 8 миллисекунд.

РЭБ-устойчивость

Модели обучены с учётом типовых помех: спуфинг, заглушение, подмена канала.

Edge-инференс

Запуск на бортовых чипах 4-15 Вт. Без облака, без задержек на канал связи.

Пайплайн обучения

От данных до firmware

Пять этапов. Каждый — с метриками, отчётами и возможностью отката. Запусти демо и посмотри, как модель проходит пайплайн.

Демо пайплайна

Симуляция запуска обучения в реальном времени. Каждый этап выполняется последовательно.

Сбор данных
Обучение моделей
Валидация и отбор
Полигонные испытания
Развёртывание
01

Сбор данных

Синтетические + полигонные датасеты. Разметка целей, трассировка, OCclusion-аугментации.

1.2M кадров · 47 сценариев · 384 класса
02

Обучение моделей

Fine-tuning на бенчмарках. Тренировка с учётом реальных ограничений бортового чипа.

PyTorch · AMP · 8 × A100 · 72 часа
03

Валидация и отбор

Тесты на hold-out, adversarial-проверки, оценка в симуляторе РЭБ-подавления.

mAP50 ≥ 95% · adversarial-точность ≥ 88%
04

Полигонные испытания

Проверка в полях. Реальные мишени, реальный РЭБ, реальные ветровые условия.

12 вылетов · 3 полигона · live-телеметрия
05

Развёртывание

Квантование, упаковка в firmware, OTA-обновление на парк дронов.

INT8-квантование · 4.2 МБ · OTA-канал

Развёртывание

Три способа интеграции

Под любую инфраструктуру — от закрытого контура до OTA на парк из сотен дронов.

Закрытый контур

On-premise

Полная установка на серверах заказчика. Никакого внешнего трафика. Модели, датасеты и метрики остаются внутри периметра.

Air-gapped установка
GPU-кластер на месте
Локальная телеметрия
Облако с доступом по VPN

Private cloud

Выделенный кластер в защищённом облаке. Быстрое масштабирование, обновления по защищённому каналу, доступ только по VPN.

Авто-скейлинг GPU
OTA-обновления
Бэкапы в реальном времени
Бортовой чип

Edge firmware

Модель упаковывается в firmware для конкретного дрона. Inference на чипе 4-15 Вт, без зависимости от связи.

INT8-квантование
4.2 МБ модель
Поддержка Jetson / Hailo / RK3588
8 мсInference на борту
50Дронов в роевой сети
99.9%Uptime private cloud
< 1 ГБOTA-обновление на парк

Контакты

Поговорим о задаче

Расскажите о сценарии применения — мы вернёмся с техническим предложением в течение 48 часов.

Email
contact@voenhay.ai
Телефон
+7 (495) 100-42-18
Адрес
Москва, ул. Авиаконструктора 15
Работаем по NDA

Все материалы и обсуждения — под соглашением о неразглашении. Данные заказчиков не используются для обучения публичных моделей.