Los vehículos aéreos no tripulados (VANT) y las tecnologías relacionadas han desempeñado un papel activo en la prevención y control de nuevos coronavirus tanto en el país como en el extranjero, especialmente en la prevención de epidemias, la vigilancia y la eliminación. Sin embargo, los VANT existentes tienen una función única, capacidad de procesamiento limitada y mala interacción. Para superar estas deficiencias, diseñamos un sistema de vuelo de detección y advertencia de patrullas anti-epidémicas inteligente, que integra navegación autónoma de VANT, aprendizaje profundo, voz inteligente y otras tecnologías. Basado en la red neuronal convolucional y la tecnología de aprendizaje profundo, el sistema posee un método de detección de densidad de multitudes y un método de detección de mascarillas, que puede detectar la posición de multitudes densas. Se utilizó tecnología de alarma de voz inteligente para lograr un sistema de alarma inteligente para situaciones anormales, como áreas de concentración de multitudes y personas sin mascarillas, y para llevar a cabo la difusión inteligente de políticas de prevención de epidemias, lo que proporciona un poderoso medio técnico para la prevención de epidemias y la demora en su propagación. Para verificar la superioridad y viabilidad del sistema, se realizó un análisis en línea de alta precisión para la multitud en el área de inspección, y se detectaron los rostros de los peatones en el suelo para identificar si llevaban mascarilla. Los resultados experimentales muestran que el error absoluto medio (EAM) de la detección de densidad de multitudes fue inferior a 8.4, y la precisión media promedio (mAP) de la detección de mascarillas fue del 61.42%. El sistema puede proporcionar información de evaluación conveniente y precisa para los tomadores de decisiones y cumple con los requisitos de detección en tiempo real y precisa.