La cartografía geológica tradicional suele ser lenta, intensiva en mano de obra y está restringida por terrenos accidentados. Este estudio aborda estos desafíos proponiendo una nueva metodología para la identificación litológica automatizada en el área de Ququleke de las montañas Kunlun orientales, que pionera la integración de la fotogrametría oblicua portátil con un marco de segmentación semántica DeepLabV3+ mejorado por Atención por Coordenadas (CA-DeepLabV3+) para la cartografía geológica. Utilizando un dron DJI Mavic 3M, se capturaron ortofotos fotogramétricas oblicuas de alta resolución para construir un conjunto de datos de litología a nivel de píxel que contiene cuatro clases: arenisca, diorita, mármol y sedimentos cuaternarios. El modelo CA-DeepLabV3+, adaptado del marco de codificador-decodificador DeepLabV3+, integra un esqueleto ligero MobileNetV2 y un mecanismo de Atención por Coordenadas para fortalecer la codificación de posición espacial y la extracción de características a escala fina, crucial para la discriminación litológica detallada. La evaluación experimental demuestra que el modelo propuesto alcanza una precisión general del 97.95%, una precisión media del 97.80% y una intersección media sobre unión del 95.71%, lo que representa una mejora del 5.48% en la intersección media sobre unión (mIoU) en comparación con el DeepLabV3+ estándar. Estos resultados indican que la combinación de la fotogrametría oblicua de UAV con la red CA-DeepLabV3+ permite una cartografía litológica precisa en terrenos complejos. El método propuesto proporciona una solución eficiente y escalable para la cartografía geológica y la exploración de recursos minerales, destacando el potencial de la teledetección de UAV a baja altitud para investigaciones geológicas basadas en el campo.