Para la detección de defectos en la superficie de obleas, se propone aquí un nuevo método basado en Faster RCNN mejorado para resolver los problemas de detección faltante debido a objetos pequeños y detección de múltiples cajas debido a objetos discontinuos. En primer lugar, centrándose en el problema de la detección faltante de objetos pequeños, se propone un módulo de mejora de características (FEM) basado en convolución dinámica para extraer características de imagen de alta frecuencia, enriquecer la información semántica de mapas de características superficiales y mejorar el rendimiento de detección para defectos a pequeña escala. En segundo lugar, para la detección de múltiples cajas causada por objetos discontinuos, se propone un método de agregación de cajas predichas para agregar cajas predichas redundantes y ajustar finamente las cajas predichas reales para mejorar aún más la precisión de posicionamiento. Los resultados experimentales muestran que la precisión promedio media del método propuesto, al ser validado en un conjunto de datos desarrollado internamente, alcanzó el 87.5%, y la velocidad de detección fue de 0.26 s por imagen. El método propuesto tiene un cierto valor de aplicación en ingeniería.