本发明公开了一种基于改进YOLOv5s的烟箱缺条检测方法，属于图像处理检测技术领域。本发明具体包括步骤：烟箱缺条数据集的获取，并对数据进行预处理，通过数据处理算法对数据进行分类和标定；构建基于改进YOLOv5s的多帧拓扑网络结构；使用改进YOLOv5s的多帧拓扑网络结构对处理后的数据进行训练并验证；对改进后的YOLOv5s多帧拓扑网络结构进行评估。本发明提出的多帧拓扑网络结构主要通过引入双通道并发式Neck模块增强模型对复杂图像的鲁棒性；通过引入多层次特征融合模块，该模块通过接收处理后的输入特征图同步发送给注意力卷积层与普通卷积层，对两者的输出采用双通道卷积技术进行耦合计算得到目标特征更加突出的特征图。