Files

pikaliov 51085addf9 Initial commit: add docs, requirements, and prep package

Co-authored-by: Cursor <cursoragent@cursor.com>

2026-05-09 12:54:27 +03:00

11 KiB

Raw Blame History

АНАЛИЗ ДАТАСЕТА: DenseUAV

Дата анализа: 2026-05-09
Метод: GitHub-репозиторий + статья arXiv + эмпирическая проверка локальных файлов на диске
Путь к данным (локально): /media/servml/SSD_2_2TB/datasets/cvgl_datasets/DenseUAV

Источники:

Код/описание и структура: Dmmm1997/DenseUAV
Статья: arXiv:2201.09201

1. МЕТАДАННЫЕ

Поле	Значение
Полное название	Vision-Based UAV Self-Positioning in Low-Altitude Urban Environments
Название датасета	DenseUAV
Авторы	Ming Dai, Enhui Zheng, Zhenhua Feng, Jiedong Zhuang, Wankou Yang
Год, Venue	arXiv: 2022 (v1), 2023 (v2); IEEE Transactions on Image Processing (TIP), 2024 (по репозиторию)
Задача	UAV self-positioning / cross-view geo-localization: retrieval “UAV-view query → satellite-view gallery”
Модальности	UAV-view (drone) + Satellite-view (overhead)
Тип данных	Реальные городские университетские кампусы (14 кампусов; по описанию из репозитория)
Лицензия	В репозитории DenseUAV указан Apache-2.0 для кода; лицензия на данные явно не подтверждена в локальной копии (требует проверки первоисточника)
Объём (локально, эмпирически)	~16 GB (train ~8.8 GB, test ~7.0 GB)

2. ОБЩАЯ СТАТИСТИКА (из репозитория и проверено по локальным файлам)

2.1. Сводка по разбиениям

Subset	UAV-view	Satellite-view	Classes/IDs	Кампусы (universities)
Training	6,768	13,536	2,256	10
Query (test)	2,331	4,662	777	4
Gallery (test)	9,099	18,198	3,033	14

Примечания по локальной копии:

В train/drone/ и train/satellite/ присутствует 2256 папок-ID, что совпадает с числом training classes.
В test/gallery_satellite/ присутствует 3033 папок-ID (gallery classes).
В сумме по папкам-ID локальная копия покрывает 3033 уникальных ID (объединение train и test gallery), что согласуется с таблицей “Gallery Classes = 3033”.

2.2. Размеры на диске (локально)

Раздел	Объём
DenseUAV (всё)	~16 GB
`train/`	~8.8 GB
`test/`	~7.0 GB

3. ПОСТАНОВКА ЗАДАЧИ (как используется датасет)

DenseUAV предназначен для самопозиционирования БПЛА по изображению “вид сверху вниз”:

Query: UAV-view (дроновое изображение).
Gallery: набор satellite-view изображений (обычно несколько высот/вариантов на тот же ID).
Цель: найти правильный ID (и/или ближайший satellite-кадр) по embedding similarity.

В статье дополнительно вводятся метрики, оценивающие не только retrieval, но и аспект позиционирования (см. раздел 8).

4. СТРУКТУРА ДАННЫХ (локально)

Эмпирически наблюдаемая структура:

DenseUAV/
├── Dense_GPS_ALL.txt
├── Dense_GPS_train.txt
├── Dense_GPS_test.txt
├── train/
│   ├── drone/
│   │   └── 000001/
│   │       ├── H80.JPG
│   │       ├── H90.JPG
│   │       └── H100.JPG
│   └── satellite/
│       └── 000001/
│           ├── H80.tif
│           ├── H80_old.tif
│           ├── H90.tif
│           ├── H90_old.tif
│           ├── H100.tif
│           └── H100_old.tif
└── test/
    ├── query_drone/
    │   └── 002256/
    │       ├── H80.JPG
    │       ├── H90.JPG
    │       └── H100.JPG
    └── gallery_satellite/
        └── 000001/
            ├── H80.tif
            ├── H80_old.tif
            ├── H90.tif
            ├── H90_old.tif
            ├── H100.tif
            └── H100_old.tif

Наблюдения:

Для каждого ID в drone-части лежит 3 изображения: H80.JPG, H90.JPG, H100.JPG (высоты/варианты).
Для каждого ID в satellite-части лежит 6 GeoTIFF: текущие H80/H90/H100.tif + версии *_old.tif (по именам файлов — альтернативная/предыдущая спутниковая версия).

5. АННОТАЦИИ И МЕТАДАННЫЕ

5.1. GPS-файлы

В локальной копии присутствуют:

Dense_GPS_ALL.txt
Dense_GPS_train.txt
Dense_GPS_test.txt

Формат строк (эмпирически, по первым строкам):

<relative_path> E<longitude> N<latitude> <height>

Пример:

train/satellite/000001/H80.tif E120.38776294444445 N30.32413311111111 94.761

Интерпретация:

longitude задан как E...
latitude задан как N...
последнее поле похоже на высоту/altitude (метры) или атрибут высоты точки съёмки/привязки (требует подтверждения по статье; в файле присутствуют значения около 90–95 для приведённых строк).

5.2. Явные пары “query→positive”

В текущей локальной структуре (как она лежит на диске) отсутствуют отдельные файлы вида positive.json/semi_positive.json (как в некоторых patch-based CVGL датасетах). Здесь соответствие задаётся через:

общий ID (папка) — как “класс”,
и, вероятно, через GPS-метаданные для оценки “позиционирования” (в терминах статьи).

6. ОРИГИНАЛЬНЫЙ SPLIT И КЛАССЫ

По описанию из репозитория:

train включает данные с 10 кампусов,
test (query) включает 4 кампуса,
gallery охватывает 14 кампусов.

Практически это означает:

Gallery больше и разнообразнее (3033 классов/ID), чем Query (777 классов/ID).
retrieval оценивается как поиск правильного ID в большой галерее (и/или правильного satellite-вида для данного query).

7. ОСОБЕННОСТИ И ПЛЮСЫ/МИНУСЫ (для выбора датасета)

7.1. Сильные стороны

Плотная съёмка и ориентирование на задачу self-positioning (в отличие от “объектной” UAV geo-localization).
Cross-view (UAV↔satellite) с несколькими вариантами высоты (H80/H90/H100).
Наличие GPS в явном виде для спутниковых изображений (и/или для части данных), что помогает считать метрики в метрах/геоошибку.

7.2. Ограничения / вопросы к воспроизводимости

Лицензия данных: в репозитории явно указана Apache-2.0 для кода, но лицензионный статус именно датасета нужно подтвердить по первоисточнику/странице распространения.
Что означает поле “height” в GPS txt (последнее число) — требует сверки с текстом статьи/документацией.
Наличие *_old.tif подразумевает разные версии спутникового вида (может быть полезно как domain shift, но важно понять смысл: “старые тайлы”, другой рендер, другой год и т.п.).

8. ПРОТОКОЛ ОЦЕНКИ (по статье/репозиторию)

Из репозитория:

для оценки retrieval используются Recall@K (типично (K \in {1,5,10})).
для оценки позиционирования используется метрика SDM@K (введена в статье; отражает “насколько близко по координатам” находятся top-K результаты).

Команды/скрипты (из репозитория) для baseline:

обучение: train.py (через train_test_local.sh)
тест: test.py
Recall: evaluate_gpu.py
SDM: evaluateDistance.py

9. КЛЮЧЕВЫЕ ЧИСЛА ДЛЯ ЦИТИРОВАНИЯ

Метрика	Значение
Train UAV-view	6,768
Train Satellite-view	13,536
Test Query UAV-view	2,331
Test Gallery Satellite-view	18,198
Classes (train)	2,256
Classes (query)	777
Classes (gallery)	3,033
Кампусы	14 (в сумме, по описанию из репозитория)
Объём на диске (локально)	~16 GB
Варианты высоты (по именам файлов)	3: `H80`, `H90`, `H100`

10. ЧТО НУЖНО ДЛЯ ВАШЕГО PIPELINE (если приводить к “UAV-GeoLoc style”)

Если ваши модели/даталоадеры ожидают формат “query list + db list + positives”, то для DenseUAV минимально можно:

трактовать ID как label/class (классификация/metric learning),
сформировать train_query.txt как строки вида: train/drone/<ID>/H*.JPG <label> train/satellite/<ID>/H*.tif ...
сформировать train_db.txt как список всех satellite изображений (или только “не old” версии, если так решено).

При необходимости добавить “позиционирование”:

использовать координаты из Dense_GPS_*.txt и определить расстояние между предсказанным top-K и GT (в логике SDM из статьи).

11 KiB Raw Blame History Unescape Escape