2.4 Датасет

Для обучения и тестирования моделей глубокого обучения, описанных в разделе 2.3, был создан специализированный датасет `ya_go_maps`, состоящий из пар изображений, полученных из двух различных картографических источников: Яндекс.Карт и Google Maps.

\section{Структура датасета}

Каждый элемент датасета представляет собой пару изображений одной и той же географической локации, полученных с различных картографических сервисов. Изображения в паре имеют одинаковое разрешение и именуются по шаблону: `{id}_google.png` и `{id}_yandex.png`, где `id` — порядковый номер пары. Например, изображения `0063_google.png` и `0063_yandex.png` соответствуют одному и тому же участку местности.

\section{Географические координаты и масштаб}

Сбор данных осуществлялся в пределах следующего географического региона:

\begin{itemize}
    \item Широта: от 49.134520 до 49.235065
    \item Долгота: от 55.767660 до 55.825204
\end{itemize}

Данный регион соответствует территории города Казань. Снимки выполнялись на уровне приближения (zoom) 18, что обеспечивает детализацию, достаточную для распознавания характерных объектов на местности.

\section{Трансформация перспективы}

При полёте беспилотного летательного аппарата камера направлена приблизивно вниз, что существенно отличается от ракурса, под которым пользователь просматривает карту в веб-браузере. Для корректного обучения модели, которая будет применяться в реальных условиях полёта, к исходным снимкам карт применяется аффинное преобразование перспективы. Данная трансформация выполняется с использованием класса `Simulator` (файл `simulator.py`).

После применения преобразования изображения масштабируются до размера `CHUNK_WIDTH / 2` пикселей. Значение константы `CHUNK_WIDTH` определяется в файле `constants.py` и соответствует размеру кадра, с которым работает система технического зрения автопилота.

\section{Формирование датасета}

Процесс генерации датасета реализован в файле `generate_dataset.py` и включает следующие этапы:

\begin{enumerate}
    \item Определение географических координат (широта и долгота) путём случайной выборки или перебора точек в пределах заданного диапазона
    \item Загрузка снимков с Яндекс.Карт и Google Maps для выбранной локации
    \item Применение аффинного преобразования перспективы к обоим снимкам
    \item Масштабирование изображений до целевого разрешения
    \item Сохранение пары изображений в директорию `dataset_ya_go_maps/`
\end{enumerate}

\section{Применение датасета}

Датасет `ya_go_maps` используется для обучения сиамских нейронных сетей, предназначенных для решения двух задач:

\begin{itemize}
    \item Сопоставление изображений из различных доменов (раздел 2.3.1)
    \item Вычисление матрицы гомографии между кадрами (раздел 2.3.2)
\end{itemize}

Наличие парных изображений от разных картографических провайдеров позволяет модели научиться находить соответствия между изображениями, полученными в различных условиях визуализации, что критически важно для системы навигации БПЛА.

\section{Доступность}

Датасет доступен в двух версиях: `ya_go_maps_v1.zip` (около 463 МБ) и `ya_go_maps_v2.zip` (около 197 МБ). Версия v2 содержит оптимизированный набор данных, полученный путём перебора географических точек по сетке 20×20.