Para el problema de baja resolución de la imagen de defecto en la superficie de la lente del módulo de cámara, objetivo pequeño y detalles de defectos borrosos que conducen a una baja precisión de detección, se propone un algoritmo de detección de defectos en la superficie de la lente del módulo de cámara YOLOv5s-Defect basado en YOLOv5s mejorado. Primero, para resolver los problemas derivados del marco de anclaje generado por la red a través de la agrupación K-means, se introduce la estructura de marco de anclaje dinámico DAFS en la etapa de entrada. En segundo lugar, se propone el SPP-D (Agrupación piramidal espacial-Defecto) mejorado del módulo SPP. El módulo SPP-D se utiliza para mejorar la tasa de reutilización de la información de características con el fin de reducir la pérdida de información de características debido a la agrupación máxima de los módulos SPP. Luego, se introduce el módulo de atención convolucional en el modelo de red de YOLOv5s, que se utiliza para mejorar las características de la región defectuosa y suprimir las características de la región de fondo, mejorando así la precisión de detección de objetivos pequeños. Finalmente, se mejora el método de supresión de valores no extremos del postprocesamiento, y el método mejorado DIoU-NMS mejora la precisión de detección de objetivos pequeños en fondos complejos. Los resultados experimentales muestran que la precisión media promedio mAP@0.5 del algoritmo YOLOv5s-Small-Target es del 99.6%, 8.1% más alta que la del algoritmo YOLOv5s original, la velocidad de detección FPS es de 80 f/s y el tamaño del modelo es de 18.7M. En comparación con los métodos tradicionales de detección de defectos en la superficie de la lente del módulo de cámara, YOLOv5s-Small-Target puede detectar el tipo y la ubicación de los defectos en la superficie de la lente de manera más precisa y rápida, y tiene un volumen de modelo más pequeño, lo que es conveniente para su despliegue en terminales móviles, cumpliendo con la demanda de detección de defectos en la superficie de la lente del módulo de cámara en tiempo real y con precisión.