Update docs: CLAUDE.md, README, segmentation class analysis

- Create CLAUDE.md with project overview, key decisions, structure
- Update README: add UAV_VisLoc dataset, 16-class palette, scripts
- Extend segmentation_class_analysis.md with UAV_VisLoc section:
  quantitative analysis of 2496 images, 5 new classes with detailed
  justification (bare soil, rooftop, sports field, wetland, embankment),
  threshold rationale, and irreducible background explanation

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

CLAUDE.md

@@ -0,0 +1,50 @@
+# CLAUDE.md
+
+## Что это за проект
+
+Пайплайн автоматической генерации 4 вспомогательных модальностей (depth, edges, segmentation, canopy height) из RGB-изображений аэрофотоснимков. Используется для подготовки обучающих данных для NADEZHDA — системы cross-view geolocalization (БПЛА ↔ спутник).
+
+## Быстрый старт
+
+```bash
+# World-UAV (973K images, основной датасет)
+python -m src.main
+
+# UAV_VisLoc (81K images)
+python scripts/run_uav_visloc.py
+
+# Тесты (143 шт, без GPU)
+python -m pytest src/tests/ -v
+```
+
+## Ключевые решения
+
+- **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.
+- **CHMv2 только FP32** — в FP16 NaN.
+
+## Структура кода
+
+```
+src/main.py          — точка входа, оркестрация стадий
+src/augmentor/       — inference, I/O, dataset discovery
+src/conf/            — gin-configurable dataclasses
+src/nn/              — вендорированные DA3 + SegEarth-OV3
+scripts/             — run_uav_visloc.py, migrate_layout.py
+in/config_files/     — gin-конфиги
+docs/                — документация
+```
+
+## Конфигурация
+
+Все параметры через gin. CLI override: `--gin "PipelineConfig.source = 'db'"`.
+
+Для нового датасета — создать скрипт в `scripts/` (пример: `run_uav_visloc.py`), не новый gin-файл.
+
+## Что НЕ делать
+
+- Не добавлять классы сегментации в `segmentation.gin` для конкретного датасета — классы специфичны для датасета, задавать в скрипте.
+- Не использовать `.pt` (torch.save) для хранения тензоров — pickle, медленно.
+- Не рендерить depth/seg в RGB colormap для обучения — OOD для DINOv3, потеря информации.