La planificación de puntos de vista es crucial para garantizar tanto la eficiencia de la inspección como la precisión de la observación en tareas de inspección con UAV. Para abordar los problemas de puntos de referencia excesivos y una precisión de observación inadecuada en los métodos tradicionales, este documento propone un método de planificación de puntos de vista basado en aprendizaje por refuerzo jerárquico. El método propuesto descompone la tarea de planificación de puntos de vista en una estrategia de planificación de puntos de referencia de alto nivel y una estrategia de planificación de pose y zoom de bajo nivel. Además, se diseña una función de recompensa para mejorar la precisión de la inspección, permitiendo la optimización colaborativa de las posiciones de los puntos de referencia, las poses de los puntos de vista y las longitudes focales. Los resultados experimentales muestran que, en comparación con el método clásico de planificación de rutas de cobertura y enfoques de aprendizaje por refuerzo no jerárquicos, el método propuesto reduce el número de puntos de referencia en al menos un 70% en múltiples objetos de inspección. Además, los experimentos con planificación de puntos de vista a diferentes niveles de precisión demuestran que el método propuesto logra una precisión escalable durante la inspección, con la resolución de observación mejorando a 1.51 píxeles/mm. Finalmente, se realiza una comparación cualitativa entre el método propuesto en este documento y otros métodos representativos en la planificación de puntos de vista. Estos resultados demuestran de manera efectiva la validez y superioridad del método propuesto en la mejora tanto de la eficiencia de las tareas de inspección como de la precisión de la observación.