Add GTA-UAV-LR annotation script + dataset documentation

- Add scripts/run_gta_uav.py for GTA-UAV-LR (48K images, GTA V synthetic)
- 14 segmentation classes: 11 base + bare soil, rooftop, swimming pool
- Fix source filter to recognize "satellite" folder (alongside "DB")
- Document GTA-UAV characteristics in segmentation_class_analysis.md
- Update README and CLAUDE.md with GTA-UAV support

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

CLAUDE.md

@@ -13,6 +13,9 @@ python -m src.main
 # UAV_VisLoc (81K images)
 python scripts/run_uav_visloc.py
 
+# GTA-UAV-LR (48K images, synthetic GTA V)
+python scripts/run_gta_uav.py
+
 # Тесты (143 шт, без GPU)
 python -m pytest src/tests/ -v
 ```
@@ -22,7 +25,7 @@ python -m pytest src/tests/ -v
 - **Формат выхода:** SafeTensors (zero-copy mmap, ~0.1ms чтение). Не NPY, не PNG, не `.pt`.
 - **Структура директорий:** модальность = папка (`depth/`, `edge/`, `segm/`, `chm/`, `safetensors/`), не суффикс файла.
 - **Стадии последовательно** — одна модель в GPU за раз (экономия VRAM).
-- **Сегментация:** SegEarth-OV3 (SAM 3.1 + open-vocabulary prompts). 11 классов для World-UAV, 16 для UAV_VisLoc.
+- **Сегментация:** SegEarth-OV3 (SAM 3.1 + open-vocabulary prompts). 11 классов для World-UAV, 16 для UAV_VisLoc, 14 для GTA-UAV.
 - **CHMv2 только FP32** — в FP16 NaN.
 
 ## Структура кода