本发明公开了一种古建筑脊兽装饰件巡检方法，包括：获取训练样本集，其包括大量的已标注脊兽目标的脊兽图像；将脊兽图像输入至卷积神经网络模型中进行训练，并从卷积神经网络模型中获取与脊兽图像对应的最优检测特征图，卷积神经网络模型包括用于提取脊兽图像细粒度特征的聚合卷积层模块和用于提取脊兽图像语义信息的融入注意力机制的多尺寸卷积预测头模块；无人机根据设定的巡检点位和航线对古建筑脊兽装饰件定期进行巡检，在每个巡检点位均拍摄一组脊兽图像，使用训练完成的卷积神经网络模型对拍摄的一组脊兽图像进行检测，对多期的检测结果进行对比分析并判断脊兽装饰件是否发生损毁。本方法实现了大范围脊兽装饰件的快速自动化巡检。