Los defectos en superficies estructurales a gran escala pueden comprometer la integridad y representar riesgos para la seguridad, lo que resalta la necesidad de una inspección automatizada eficiente. Los UAV proporcionan una plataforma flexible y efectiva para tales inspecciones, sin embargo, los métodos tradicionales basados en visión a menudo requieren altos recursos computacionales y muestran una sensibilidad limitada a defectos pequeños, restringiendo el despliegue práctico de UAV. Para abordar estos desafíos, proponemos ESS-DETR, un modelo de detección ligero y de alta precisión diseñado para la inspección de superficies basada en UAV, construido sobre módulos centrales: un backbone ligero inspirado en EMO que integra mecanismos de convolución y atención eficiente para reducir parámetros; una Pérdida Escala-Desacoplada que equilibra adaptativamente los objetivos de varios tamaños para mejorar la precisión y robustez para patrones de defectos pequeños e irregulares que se encuentran frecuentemente en imágenes de UAV; y un módulo de fusión multi-escala SPPELAN que mejora la discriminación de características bajo reflexiones complejas, sombras y variaciones de iluminación típicas de entornos de inspección aérea. Los resultados experimentales demuestran que ESS-DETR reduce la complejidad computacional de 103.4 a 60.5 GFLOPs y logra una Precisión de 0.837, un Recall de 0.738 y un mAP de 79, superando a Faster R-CNN, RT-DETR y YOLOv11, particularmente para defectos a pequeña escala, confirmando que ESS-DETR equilibra efectivamente precisión, eficiencia y capacidad de despliegue a bordo, proporcionando una solución práctica para la inspección de superficies inteligente basada en UAV.