Dataset preparation script with documentation

- Satellite crop generation (512x512, stride 256, resize 256x256)
- Route 09 tile stitching (4 tiles -> 44800x33280)
- GPS matching drone->crop via vectorized haversine
- Index files in UAV-GeoLoc format (train/test query + DB)
- positive.json / semi_positive.json / db_postion.txt per route
- Route 07 excluded (satellite too narrow)
- Fixed: full gallery in DB files, db_postion.txt format, frame_id keys
- Fixed: file handle leaks in image processing loops

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

CLAUDE.md

@@ -0,0 +1,40 @@
+# UAV-VisLoc Dataset Preparation
+
+## Пути
+- **Исходный датасет:** `/home/servml/Документы/datasets/UAV_VisLoc_dataset/`
+- **Обработанный датасет:** `/home/servml/Документы/datasets/UAV_VisLoc_processed/`
+- **Скрипт:** `scripts/prepare_dataset.py`
+- **Статус:** выполнен, данные готовы (2026-04-17)
+
+## Результаты обработки
+- Drone: 6,744 изображений resized 256x256
+- Satellite кропов: 74,807 (512x512 -> 256x256)
+- Train queries: 5,060 / Test queries: 1,684
+- Gallery: 74,807 кропов (одинаковая для train и test)
+- Median distance drone->crop: 25.9m, P99: 45.7m
+
+## Формат данных
+
+### Разделение positive / semi-positive / negative
+
+В формате UAV-GeoLoc нет явного списка negative — negatives определяются неявно:
+
+- **Positive** (1 на drone): ближайший crop по GPS. Хранится в `positive.json` и как ПЕРВЫЙ crop в строке `train_query.txt`
+- **Semi-positive** (8 на drone): +-1 соседи positive crop в grid. Хранятся в `semi_positive.json` и как crops 2-9 в строке `train_query.txt`
+- **Negative** (implicit): ВСЕ остальные кропы в gallery (~74K). Не хранятся отдельно — при contrastive learning in-batch negatives формируются из других пар в batch
+
+### Как это используется в train_query.txt
+```
+01/drone/01_0001.JPG 0 01/DB/img/crop_5_18.png 01/DB/img/crop_4_17.png 01/DB/img/crop_4_18.png ...
+                     ^  ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
+                   label          1 positive + 8 semi-positives (все считаются positive matches)
+```
+Все 9 кропов в строке — positives для данного query. Всё что НЕ в этом списке — negatives.
+
+## Известные проблемы
+- Маршрут 07 исключён (спутник 3000x170, слишком узкий)
+- 6 drone в маршруте 06 (06_0093-06_0098) за пределами спутниковой карты (distance >1000m)
+- Нет val split (только train/test как в оригинальном UAV-VisLoc)
+
+## GSD спутника
+~0.30 м/px (единый zoom level). Вариации GSD по долготе (0.23-0.27 м/px) — косинусный эффект широты, не разная высота съёмки.