嵌入CBAM结构的改进YOLOV3超宽带雷达生命信号检测算法

为了提高超宽带雷达生命信号检测准确率,提出了一种改进型YOLOV3检测算法。考虑到超宽带雷达探测的人体呼吸信号成像后宽高相差较大,采用多尺度训练时网络对宽高的敏感程度不一样,因此在设计损失函数时,对宽高损失给予不同的权重系数。为了提高网络通道以及空间特征表达能力,使得网络能够扩大对目标特征区域的感知范围,因此将通道注意力与空间注意力结构(CBAM)嵌入到YOLOV3基础网络Darknet53的每个shortcut层,得到CBAM-YOLOV3网络结构。对比改进前后的算法。实验结果表明,改进后的算法在IoU阈值为0.5时,mAP为98.09%,提升3.90%,在阈值为0.75时,mAP为76.49%,提升16.48%。