Las grietas en el pavimento pueden resultar en la degradación del rendimiento del pavimento. Debido a la falta de inspección y reparación oportuna de las grietas en el pavimento, con el desarrollo de las grietas, la seguridad y la vida útil del pavimento pueden disminuir. Para frenar el desarrollo de las grietas en el pavimento, la detección precisa de estas grietas juega un papel importante. En este documento, se propone un método automático de detección de grietas en el pavimento. Para lograr una inspección en tiempo real, se seleccionó YOLOV5 como modelo base. Debido al pequeño tamaño de las grietas en el pavimento, la precisión de la mayoría de los métodos basados en aprendizaje profundo para grietas en el pavimento no puede alcanzar un alto grado. Para mejorar aún más la precisión de ese tipo de métodos, se emplearon módulos de atención. Basándose en los conjuntos de datos auto-generados recopilados en la ciudad de Linyi, se evaluó el rendimiento entre varios modelos de detección de grietas. Los resultados mostraron que agregar módulos de atención puede mejorar efectivamente la capacidad de detección de grietas. La precisión de YOLOV5-CoordAtt alcanza el 95.27%. Fue más alta que otros métodos convencionales y de aprendizaje profundo. Según las imágenes de los resultados, los métodos propuestos pueden detectar con precisión bajo varias situaciones.