Para mejorar la precisión en la detección de defectos superficiales en planchas de fundición a alta temperatura, se propone un algoritmo mejorado de detección de defectos superficiales basado en YOLOv5s. En primer lugar, se añade una estructura de red Swin Transformer para optimizar la extracción de características. En segundo lugar, se introduce un mecanismo de atención de coordenadas para aumentar la sensibilidad a la información de posición y dirección. Finalmente, se añade una capa de detección de objetivos para una mejor fusión de características y una mayor capacidad de generalización de la red. El algoritmo mejorado se ha sometido a pruebas de ablación en el conjunto de datos, demostrando su eficacia.