La detección eficiente de grietas en el pavimento puede prevenir eficazmente accidentes de tráfico y reducir los costos de mantenimiento de carreteras. En este documento, se propone una red YOLOv5 mejorada combinada con un Transformador de Cuello de Botella para la detección de grietas, llamada YOLOv5-CBoT. Al combinar la CNN y el Transformador, YOLOv5-CBoT puede capturar mejor dependencias a larga distancia para obtener más información global, de modo que se pueda adaptar a la tarea de detección de grietas de largo alcance. Además, se introduce el módulo C2f, propuesto en la red de detección de objetos de vanguardia YOLOv8, para optimizar aún más la red al paralelizar más ramas de flujo de gradiente para obtener información de gradiente más rica. Los resultados experimentales muestran que la red YOLOv5 mejorada ha logrado resultados competitivos en el conjunto de datos RDD2020, con menos parámetros y menor complejidad computacional pero con una precisión y velocidad de inferencia más altas.