У дослідженні розглянуто використання нейромережі YOLOv4 для автоматизованого виявлення загроз на сільськогосподарських угіддях, забруднених унаслідок бойових дій. Для навчання моделі були використані зображення танків із відкритих джерел, а розмітка виконувалась вручну в YoloLabel. Адаптація моделі для роботи на Orange Pi 5 із використанням YOLOv4-tiny дозволила досягти обробки понад 10 кадрів на секунду. Проведено тестування системи на відео з дронів, яке підтвердило високу ефективність виявлення об’єктів навіть за складних умов. Розробка має потенціал до масштабування, інтеграції з GPS і використання у створенні карт мінної небезпеки. Застосування такого підходу сприяє автоматизації моніторингу та підвищенню безпеки аграрних робіт.