Apuntando al problema de que los defectos superficiales de las tabletas blister son difíciles de detectar correctamente, este artículo propone un método de detección basado en el U2Net mejorado. Primero, las características extraídas del módulo RSU de U2Net se mejoran y ajustan utilizando el mecanismo de atención de núcleo grande, de modo que el modelo U2Net refuerza su capacidad para extraer características defectuosas. En segundo lugar, se diseña una función de pérdida que combina el operador Laplaciano gaussiano y la función de entropía cruzada para que el modelo refuerce su capacidad de detectar defectos en los bordes de la superficie de las tabletas blister. Finalmente, los umbrales se determinan de forma adaptativa utilizando la media local y el método de segmentación de umbral adaptativo OTSU para mejorar la precisión. Los resultados experimentales muestran que el método propuesto en este artículo puede alcanzar una precisión promedio del 99% y una tasa de precisión promedio del 96.3%; la prueba del modelo solo toma 50 ms por imagen, lo que puede cumplir con los requisitos de detección rápida. También se pueden detectar con precisión los defectos superficiales menores, lo cual es mejor que otros modelos algorítmicos del mismo tipo, demostrando la efectividad de este método.