La tecnología de pantallas por electrowetting es cada vez más prevalente en aplicaciones modernas de microfluidos y papel electrónico, sin embargo, sigue siendo susceptible a defectos a microescala como el burn-in de pantalla, la captura de carga y la deformación de píxeles. Estos defectos a menudo presentan bajo contraste, morfología irregular y diversidad de escalas, lo que plantea desafíos significativos para los métodos de detección convencionales. Para abordar estos problemas, proponemos ASAF-Net, una nueva red ligera que incorpora mecanismos de atención adaptativa para la detección de defectos por electrowetting en tiempo real. Nuestro enfoque integra tres innovaciones clave: un módulo de Atención de Fusión de Convolución Parcial Multiescalar que mejora la representación de características con un costo computacional reducido a través de la partición por canales; una Pirámide de Fusión de Atención de Escala Adaptativa que introduce una capa P2 dedicada para la detección de defectos a nivel micrón en cuatro escalas jerárquicas; y una función de pérdida Shape-IoU que mejora la precisión de localización para objetivos pequeños e irregulares. Evaluado en un conjunto de datos personalizado de defectos por electrowetting que comprende siete categorías, ASAF-Net logra un mAP@0.5 de 0.982 con una tasa de detección fallida de solo 1.5%, mientras opera a 112 FPS con solo 9.82 M parámetros. Experimentos comparativos demuestran su superioridad sobre modelos existentes como YOLOv8 y RT-DETR, particularmente en la detección de defectos desafiantes como la captura de carga. Este trabajo proporciona una solución eficiente y práctica para la inspección de calidad en tiempo real de alta precisión en la fabricación de pantallas por electrowetting.