El acero laminado en frío sirve como un material crítico en numerosas industrias, incluyendo la fabricación de aeronaves y automóviles. Los defectos superficiales en el acero laminado pueden degradar el rendimiento, la calidad y la apariencia de los productos de acero industrial. La detección de defectos superficiales en productos de acero laminado es un desafío debido al bajo contraste entre los defectos y el fondo, a los pequeños objetivos de defectos, así como a las variaciones significativas en los tamaños de los defectos. Para abordar estos desafíos, se propone una red de mejora de características basada en atención de dos etapas (TAFENet), donde el procedimiento de mejora de características de la primera etapa utiliza un módulo de fusión convolucional atencional con convolución para combinar todas las características de cuatro niveles y luego refuerza las características de diferentes niveles a través de un módulo de conexión de atención espacial-canal residual (RSC). El procedimiento de mejora de características de la segunda etapa combina características de tres niveles utilizando un módulo de fusión de autoatención atencional y luego refuerza las características utilizando un módulo de atención RSC. Experimentos en los conjuntos de datos NEU-DET y GC10-DET demostraron que el método propuesto mejoró significativamente la precisión de detección, confirmando así la efectividad y capacidad de generalización del método propuesto.