Los vehículos aéreos no tripulados (VANT) equipados con cámaras a bordo y algoritmos de detección de objetos basados en aprendizaje profundo se utilizan cada vez más en operaciones de búsqueda. Este estudio investiga los parámetros de vuelo óptimos, específicamente la velocidad de vuelo y la distancia de muestreo en el suelo (GSD), para maximizar una métrica de eficiencia de búsqueda llamada cobertura efectiva. Se recopiló un conjunto de datos personalizado de 4468 imágenes aéreas con 35,410 objetivos de cartón anotados y se utilizó para evaluar la influencia de las condiciones de vuelo en la precisión de detección. Los efectos de la velocidad de vuelo y el GSD se analizaron utilizando modelado de regresión, revelando un compromiso entre la cobertura de área y la confianza de detección de los modelos entrenados YOLOv8 y YOLOv11. La cobertura de área se modeló en función de la velocidad de vuelo y las especificaciones de la cámara, lo que permite una estimación de la cobertura efectiva. Los resultados proporcionan información sobre cómo varía el rendimiento de detección en diferentes condiciones de operación y demuestran que existe un punto de equilibrio donde se optimiza la combinación de la fiabilidad de detección y la eficiencia de cobertura. Nuestra tabla de los regímenes de vuelo óptimos y métricas para las cámaras más comúnmente utilizadas en operaciones de VANT ofrece pautas prácticas para una planificación de misión eficiente y fiable.