# `analyze/` — анализ структуры UAV-GeoLoc (World-UAV)

Папка содержит скрипты “dataset forensics”: они проверяют, что лежит в датасете, какие размеры/распределения, и как именно нарезаны спутниковые карты в `DB/img/`.

Все скрипты рассчитаны на локальный датасет и обычно требуют изменить путь к корню датасета в константах `ROOT`/`BASE`.

## Скрипты

### `terrain_stats.py`

**Задача:** собрать подробную статистику по **Terrain subset**:

- количество сцен по terrain-type
- количество DB кропов в сцене
- количество query вариантов и кадров
- размеры `merge.tif` и примерный размер кропа
- диапазоны GPS из `DB/db_postion.txt`
- статистика `positive.json` и `semi_positive.json`
- список всех обнаруженных `height*_rot*` вариантов

Запуск:

```bash
python analyze/terrain_stats.py
```

Перед запуском поменяй:

- `ROOT = ".../UAV-GeoLoc/Terrain"`

### `analyze_crop_scheme.py`

**Задача:** восстановить схему нарезки спутника (crop_size/stride/overlap) через попиксельное сравнение:

- подтверждает, что `crop_0_0.png == merge[0:crop, 0:crop]`
- находит `stride_x`, `stride_y` по сопоставлению `crop_1_0.png` и `crop_0_1.png`
- выводит `overlap = crop_size - stride`

Ключевой вывод (по docstring): `stride = crop_size // 2` (50% overlap).

Запуск:

```bash
python analyze/analyze_crop_scheme.py
```

Важно:

- скрипт использует `Image.MAX_IMAGE_PIXELS = None` из-за больших `merge.tif`
- по умолчанию ищет сцены относительно `base = dirname(__file__)` — это может не совпадать с реальным расположением датасета. Если нужно, перепиши `patterns` под свой датасет.

### `generate_charts.py`

**Задача:** сгенерировать “publication-quality” графики (png) по датасету:

- сцены по странам / по terrain-type
- распределение размеров кропов
- размеры train/val/test сплитов (по `Index/*.txt`, если доступны)
- распределение количества positives на query (по `Index/train_query.txt`)
- географическое покрытие (scatter по средним lat/lon сцен)
- размеры `merge.tif` (scatter)
- схема query вариантов (polar)

Запуск:

```bash
python analyze/generate_charts.py
```

Перед запуском поменяй:

- `BASE = "/.../UAV-GeoLoc"`

Выход:

- `CHARTS = <BASE>/charts/` (создаётся автоматически)

### `generate_sample_grids.py`

**Задача:** сгенерировать наглядные “grid” картинки:

- query vs positive DB crop
- сравнение высот (100/125/150)
- сравнение поворотов (0..315)
- визуализация tiling’а на кусочке `merge.tif` (пример crop_size=200, stride=100)
- разнообразие terrain типов (подборка `crop_0_0.png`)

Запуск:

```bash
python analyze/generate_sample_grids.py
```

Перед запуском поменяй:

- `BASE = "/.../UAV-GeoLoc"`

Выход:

- `OUT = <BASE>/charts/`

## Зависимости

Типично нужны:

- `numpy`
- `Pillow`
- `matplotlib`

Дополнительно для чтения больших `merge.tif` может понадобиться достаточно RAM/диска.