【文件属性】：
文件名称：YowKuan-SixMWT-flask-Application
文件大小：88.99MB
文件格式：ZIP
更新时间：2021-04-19 17:11:20
Python
yolov4-deepsort
该项目是一个网站，旨在对执行“六分钟步行测试”的患者的步行距离和速度进行分析。 Web技术堆栈包括Flask，PostgreSQL，Docker和Plotly。 该对象跟踪模型是通过YOLOv4，DeepSort和TensorFlow实现的。
示例视频显示了对六分钟步行测试患者的跟踪：
使用Docker部署
```sh
docker build -t [image name] .
docker run -d --name [container name] -p [host port:container port] [image name]
```
下载官方YOLOv4预训练权重
对象跟踪器使用YOLOv4进行对象检测，然后使用深度排序进行跟踪。 存在一个官方的经过预先训练的YOLOv4对象检测器模型，该模型能够检测80个类别。 为了便于演示，我们将跟踪器