La detección precisa y la clasificación de daños en el pavimento son fundamentales para garantizar un mantenimiento oportuno y extender la vida útil de la infraestructura vial. En este estudio, proponemos un modelo novedoso de reconocimiento de daños en el pavimento basado en la arquitectura del Swin Transformer, diseñado específicamente para abordar los desafíos inherentes en las imágenes del pavimento, como la baja visibilidad de los daños, las condiciones de iluminación variables y las texturas de superficie altamente similares. A diferencia del Swin Transformer original, el modelo propuesto incorpora dos componentes clave: un módulo de extracción de características finas y un módulo de re-incrustación de autoatención multi-cabeza. Estas adiciones mejoran la capacidad del modelo para capturar patrones de daño sutiles y complejos. Las evaluaciones experimentales demuestran que el modelo propuesto logra una mejora del 2.07% en la precisión de la clasificación y un aumento del 0.97% en la puntuación F1 en comparación con la línea base, manteniendo una complejidad computacional comparable. En general, el modelo supera significativamente al Swin Transformer de referencia en la detección y clasificación de daños en el pavimento, destacando su aplicabilidad práctica.