针对复杂背景下引线框架表面缺陷对比度低、边缘模糊、形态多变的问题,提出一种改进YOLO(You Only Look Once)v11n-Seg的引线框架表面缺陷分割算法。该算法通过风车状卷积扩大图像感受野,强化基础特征提取能力。利用动态上采样模块,以点采样的方式精准恢复缺陷局部细节特征,增强模型的表征能力。最后,设计任务对齐动态分割头,结合任务分解结构与可变形卷积模块,实现分类分支与定位分支在特征层面上的深度交互。实验结果表明,与基线算法YOLOv11n-Seg相比,改进算法平均精度和平均交并比分别提升了3.8%和3.0%,能够精准捕捉空间特征、强化边界细节感知,具备高效的缺陷特征恢复与高精度分割能力。