Las placas traseras de los teléfonos móviles son una parte importante de los teléfonos móviles y a menudo se ven afectadas por una amplia gama de factores durante el proceso de fabricación, lo que resulta en defectos de varios tamaños y antecedentes similares. Por lo tanto, identificar con precisión estos defectos es crucial para mejorar la calidad de los teléfonos móviles. Para abordar este desafío, este documento propone un modelo MDAF-UNet (multi-escala y fusión dinámica de atención) que combina de manera innovadora la convolución normal con la convolución dilatada. Esto permite que el modelo capture características sutiles de los defectos y perciba un rango más amplio de variaciones de características. Además, se introduce un mecanismo de atención mejorado en este documento. Fusiona la atención de canal y la atención espacial, y ajusta dinámicamente la estrategia de fusión de características con pesos aprendibles. Esto permite que el modelo aumente la atención de las características importantes y mejore la efectividad de la representación de características. Los resultados experimentales en un conjunto de datos públicamente disponible muestran que el modelo MDAF-UNet logra un 66.9% de Intersección Media sobre Unión (MIoU), superando a otros modelos de vanguardia. Este resultado proporciona una solución efectiva al problema de segmentación de defectos en las placas traseras de los teléfonos móviles.