World-UAV-ds/analyze

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:

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:

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:

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:

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.