pip install -r requirements.txt

Или настройте запуск файла fastapi_server.py как приведено на скриншоте ниже

или командой в терминале

python3 -m uvicorn fastapi_server:app --reload --port 8001 

Реализуйте методы tracker_soft и tracker_strong в скрипте fastapi_server.py, придумайте, обоснуйте и реализуйте метод для оценки качества разработанных трекеров. Сравните результаты tracker_soft и tracker_strong для 5, 10, 20 объектов и различных значений random_range и bb_skip_percent (информацию о генерации данных читай в пункте "Тестирование"). Напишите отчёт. В отчете необходимо в свободном стиле привести описание методов tracker_soft, tracker_strong, метода оценки качества трекеров, привести сравнительную таблицу реализованных трекеров, сделать вывод.
Бонусом можете выписать найденные баги в текущем проекте.

Для тестирования можно воспользоваться скриптом create_track.py. Скрипт генерирует информацию об объектах и их треках. Скопируйте вывод в новый скрипт track_n.py и скорректируйте импорт в fastapi_server.py

from track_n import track_data, country_balls_amount

Что стоит менять в скрипте create_track.py:
tracks_amount: количество объектов
random_range: на сколько пикселей рамка объектов может ложно смещаться (эмуляция не идеальной детекции)
bb_skip_percent: с какой вероятностью объект на фрейме может быть не найдет детектором

• SORT
• Deep SORT