修改yovo5为双输入模型网络

将yovo5模型改为双输入模型网络，则需要对模型的输入部分进行修改。原先的yovo5模型使用单张图片作为输入，现在需要将两张图片作为输入同时输入到网络中。

具体地，可以将两张图片分别输入到两个卷积层中，然后将它们的特征图进行连接（concatenate），得到一个更加丰富的表示，再将这个表示输入到后续的网络层中进行处理。这样，网络就可以同时考虑两张图片的信息，从而提高模型的表现力和准确率。

另外，还需要修改模型的损失函数，以适应双输入模型的训练方式。常用的损失函数包括交叉熵损失函数、平方损失函数等，可以根据具体情况选择合适的损失函数进行训练。

总体来说，将yovo5模型改为双输入模型网络需要对网络结构、输入方式和损失函数进行一定的修改，以实现更加准确的目标检测任务。