Update docs: target-size 512, dataset verification results

- UAV-VisLoc processed at 512x512 (for segmentation/depth/normals)
- Dataset verified: 6744 drone, 74807 crops, median match 25.9m
- Known issue: 6 drones in route 06 outside satellite coverage
- Resize to model input size (224/256) in dataloader

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

CLAUDE.md

@@ -132,8 +132,8 @@ python -m scripts.compare_runs \
 
 ### UAV-VisLoc Prepare
 - **Путь:** `/home/servml/Документы/code/Yaroslav/UAV-VisLoc-prepare/scripts/prepare_dataset.py`
-- **Статус:** код готов, ещё не запускался
+- **Статус:** выполнен (2026-04-17), данные в `/home/servml/Документы/datasets/UAV_VisLoc_processed/` (25 GB)
-- **Задача:** нарезка satellite кропов 512x512, stride 256 для UAV-VisLoc dataset
+- **Задача:** нарезка satellite кропов 512x512, stride 256 + resize drone -> 512x512
 - **Подробности:** см. ниже
 
 ---
@@ -163,20 +163,20 @@ python -m scripts.compare_runs \
 ## Скрипт подготовки UAV-VisLoc
 
 - **Путь:** `/home/servml/Документы/code/Yaroslav/UAV-VisLoc-prepare/scripts/prepare_dataset.py`
-- **Статус:** код готов, ещё не запускался
+- **Статус:** выполнен (2026-04-17)
 
 ### Запуск
 ```bash
 python scripts/prepare_dataset.py \
     --src /home/servml/Документы/datasets/UAV_VisLoc_dataset \
     --dst /home/servml/Документы/datasets/UAV_VisLoc_processed \
-    --crop-size 512 --stride 256 --target-size 256
+    --crop-size 512 --stride 256 --target-size 512
 ```
 
 ### Pipeline
-1. Resize drone -> 256x256 (JPEG, quality=95)
+1. Resize drone -> 512x512 (JPEG, quality=95)
 2. Stitch satellite tiles для маршрута 09 (4 тайла -> 44800x33280)
-3. Нарезка satellite -> кропы 512x512, stride 256, resize -> 256x256 (PNG)
+3. Нарезка satellite -> кропы 512x512, stride 256, сохранение без downscale (PNG)
 4. GPS для каждого кропа из bbox карты + позиция в grid
 5. Match drone->crop через vectorized haversine (positive = ближайший, semi-positive = +/-1 в grid)
 6. Metadata: `positive.json`, `semi_positive.json`, `db_postion.txt` (per route)
@@ -191,10 +191,13 @@ python scripts/prepare_dataset.py \
 | `train_query.txt` | `route/drone/file.JPG 0 route/DB/img/crop1.png ...` |
 | `train_db.txt` / `test_db.txt` | все кропы всех маршрутов (gallery одинаковая, split по query) |
 
-### Ожидаемые объёмы
+### Результаты (target-size 512)
-- Drone: 6744 (без маршрута 07: 30 images excluded)
+- Drone: 6,744 images 512x512 (без маршрута 07: 30 excluded)
-- Satellite кропов: ~74,807
+- Satellite кропов: 74,807 (512x512, без downscale)
-- Память: до ~4.5 GB RAM (маршрут 09 stitched 44800x33280)
+- Размер на диске: 25 GB
+- Median distance drone->crop: 25.9m, P99: 45.7m
+- Память при генерации: до ~8.7 GB RAM (маршрут 09 stitched 44800x33280)
+- Разрешение 512 для downstream задач (сегментация, depth, normals); resize до 224/256 в dataloader
 
 ### Ревью и исправления (2026-04-17)
 1. `train_db.txt`/`test_db.txt` содержали только matched кропы -> теперь все ~74K (полная gallery)
@@ -205,4 +208,5 @@ python scripts/prepare_dataset.py \
 
 ### Известные ограничения
 - Нет val split (только train/test, как в оригинальном UAV-VisLoc)
-- Большие спутниковые карты загружаются целиком в RAM (до 4.5 GB для route 09)
+- 6 drone в маршруте 06 (06_0093-06_0098) за пределами спутниковой карты (distance >1000m)
+- Большие спутниковые карты загружаются целиком в RAM при генерации (до 8.7 GB для route 09)