La detección de chips electrónicos se utiliza ampliamente en las industrias electrónicas. Sin embargo, la mayoría de los métodos de detección existentes no pueden manejar imágenes de chips con múltiples clases de chips o fondos complejos, que son comunes en aplicaciones reales. Para abordar estos problemas, se propone un nuevo método de detección de chips que combina la fusión de características atencionales (AFF) y la atención no local coseno (CNLA), y consta de tres partes: un módulo de extracción de características, un módulo de propuesta de región y un módulo de detección. El módulo de extracción de características combina un módulo CNLA incrustado en AFF y un módulo de características en pirámide para extraer características de las imágenes de chips. El módulo de detección mejora los mapas de características con un mapa de características intermedias de región mediante un bloque de atención espacial, fusiona múltiples mapas de características con una región multiescala del bloque de fusión de interés, y clasifica y regresa objetos en imágenes con dos ramas de capas completamente conectadas. Los resultados experimentales en un conjunto de datos de escala media que comprende 367 imágenes muestran que nuestro método propuesto logró y superó el método de referencia.