Este estudio tiene como objetivo mejorar la precisión de la detección de fuentes de fuego, la eficiencia de la planificación de rutas y la precisión de las operaciones de extinción de incendios en enjambres de drones durante emergencias por incendios. Propone una tecnología de extinción de incendios inteligente para enjambres de drones basada en la planificación de rutas integrada por múltiples sensores. La tecnología integra el algoritmo You Only Look Once versión 8 (YOLOv8) y sus estrategias de optimización para mejorar las capacidades de detección de fuentes de fuego en tiempo real. Además, este estudio emplea la fusión de datos de múltiples sensores y técnicas de planificación de rutas cooperativas de enjambres para optimizar el despliegue de materiales de extinción de incendios y las trayectorias de vuelo, mejorando así la eficiencia y precisión en la extinción de incendios. Primero, se introduce un módulo de convolución deformable en la red base de YOLOv8 para permitir que la red de detección ajuste flexiblemente su campo receptivo al procesar objetivos, mejorando así la precisión de la detección de fuentes de fuego. En segundo lugar, se incorpora un mecanismo de atención en la parte del cuello de YOLOv8, que se centra en las regiones de características de la fuente de fuego, reduciendo significativamente la interferencia del ruido de fondo y mejorando aún más la precisión de reconocimiento en entornos complejos. Finalmente, se propone una nueva función de pérdida de Alta Intersección sobre Unión (HIoU) para abordar el desafío de calcular la pérdida de localización y clasificación de los objetivos. Esta función ajusta dinámicamente el peso de varios componentes de pérdida durante el entrenamiento, logrando una localización y clasificación de fuentes de fuego más precisas. En términos de planificación de rutas, este estudio integra datos de sensores visuales, sensores infrarrojos y sensores LiDAR y adopta el Optimizador de Adquisición de Información (IAO) y el Algoritmo de Optimización de Captura de Peces (CFOA) para planificar rutas y optimizar el vuelo coordinado de enjambres de drones. Al ajustar dinámicamente la planificación de rutas y los lugares de despliegue, el enjambre de drones puede alcanzar las fuentes de fuego en el menor tiempo posible y llevar a cabo operaciones de extinción de incendios precisas. Los resultados experimentales demuestran que este estudio mejora significativamente la precisión de detección de fuentes de fuego y la eficiencia en la extinción de incendios al optimizar el algoritmo YOLOv8, los algoritmos de planificación de rutas y las estrategias de vuelo cooperativo. El YOLOv8 optimizado logró una precisión de detección de fuentes de fuego del 94.6% para incendios pequeños, con una tasa de detección falsa reducida al 5.4%. La estrategia de compensación de velocidad del viento mitigó efectivamente el impacto del viento en la precisión del despliegue de materiales. Este estudio no solo mejora la eficiencia en la extinción de incendios de los enjambres de drones, sino que también permite una respuesta rápida en escenarios de incendios complejos, ofreciendo amplias perspectivas de aplicación, particularmente para la extinción de incendios urbanos y el rescate en desastres forestales.