En los sistemas de inspección por escaneo láser para piezas de chapa metálica, la inspección rápida y precisa de los agujeros de alta precisión no solo es crucial, sino también difícil. La precisión de los agujeros circulares, especialmente los agujeros de referencia de localización en las piezas, juega un papel importante en la calidad del ensamblaje. Sin embargo, segmentar con precisión los puntos de contorno del agujero circular necesarios para el ajuste del agujero circular a partir de grandes datos de nubes de puntos escaneados sigue siendo una de las tareas más difíciles para mejorar la precisión de la inspección. Para abordar este problema, se propone una red de segmentación llamada red de segmentación de contornos de agujeros circulares (CHBS-Net) para la extracción de nubes de puntos de contorno. En primer lugar, se utiliza un mecanismo de guía de fusión de codificación-decodificación-atención (EDA) para abordar el desequilibrio en la distribución de datos debido a la pequeña proporción de puntos de contorno en la nube de puntos general. En segundo lugar, se utiliza una estructura paralela de red de memoria a largo y corto plazo (LSTM) para capturar la continuidad del contorno y las relaciones temporales entre los puntos de contorno. Finalmente, se reduce la interferencia de los puntos vecinos y el ruido extrayendo características en el vecindario de múltiples escalas. Se realizaron experimentos utilizando casos reales de un conjunto de datos de piezas de chapa metálica para ilustrar los procedimientos. Los resultados mostraron que el método propuesto logra un mejor rendimiento que los métodos de vanguardia de referencia. La precisión de la inspección de agujeros circulares se mejora efectivamente al aumentar la precisión de segmentación de los puntos de contorno escaneados.