Files

pikaliov cf455cd0f3 Update docs: target-size 512, dataset generated

- Drone images now 512x512 (not 256x256)
- Satellite crops saved at native 512x512 (no downscale)
- Dataset generated: 25 GB on disk
- Added known issue: 6 drones in route 06 outside satellite coverage

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

2026-04-18 02:41:29 +03:00

3.0 KiB

Raw Blame History

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 512x512
Satellite кропов: 74,807 (512x512, без downscale)
Размер на диске: 25 GB
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)

Разрешение

Drone: 512x512 (resize из 3976x2652 / 3000x2000)
Satellite crops: 512x512 (нарезка без downscale, сохраняют полное разрешение)
Resize до 224/256 для модели — в dataloader, не на диске
Разрешение 512 выбрано для downstream задач: сегментация, depth, normals, canopy height

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.

3.0 KiB Raw Blame History Unescape Escape