路面坑洼是一种常见的路面病害，对行车安全造成威害。但现有的坑洼检测方法在小目标和密集目标的场景下存在着检测精度不高的问题。为此，本文基于改进的YOLOv5模型结合CBAM注意力机制和EIoU损失函数对模型进行了优化，提升了模型对目标的检测精度。实验结果表明，新模型在开源数据集Annotated Potholes Image Dataset中的mAP达到了82%，相较于原版YOLOv5提高了6.7%，相较于其他主流方法也有所提高。这一模型的提出为路面坑洼的准确快速检测提供了一种有效可行的解决方案。