feat: 新增缺陷分类训练与评估链路

在聚类 + 人工归类得到的数据集（data/<集>/<类别名>/*.png）上训练分类模型。

- datasets/classification.py：按目录组织的分类数据集，**逐类分层**切分 train/val
  （others 只有 65 张，整体随机切很容易让它在验证集里挂零），固定种子可复现
- models/classifier.py：卷积骨架 + 分类头，与 DefectNet 共用 backbone 注册表，
  因此自监督产出的 simclr_backbone.pth 可用 init_from 直接初始化；
  frozen_backbone 可做线性探针
- engine/classification.py：训练循环 + 指标。主指标用 macro-F1 而非准确率——
  数据从 normal 2679 张到 others 65 张差 41 倍，全预测成 normal 也有 24% 准确率；
  损失按类别频率加权，避免小类被淹没；输出逐类 P/R/F1 与混淆矩阵
- classify.py：训练/评估入口，--eval-only 可单独评估并导出 eval_report.json
- configs/classify/film.yaml：预处理沿用聚类阶段的结论（拉伸 + 逐图标准化）。
  抹掉亮度在这里尤其重要：有几类几乎只来自单一原始数据集，不抹掉的话模型可能
  靠"认出这是哪个数据集"作弊
- 续训语义与检测/自监督一致：检查点只提供进度，超参以配置为准

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

README.md

@@ -18,7 +18,7 @@ convolution 的结构（不含 attention / transformer），并支持导出 ONNX
 | `docs/` | 算法与数学说明文档 |
 | `figures/` | 文档用的 mermaid 图（`.mmd` 源 + `.md` 预览 + `.png`） |
 
-入口在仓库根目录：[train.py](train.py)、[eval.py](eval.py)。
+入口在仓库根目录：[train.py](train.py)（检测+定位训练）、[eval.py](eval.py)、[classify.py](classify.py)（分类训练与评估）。
 
 ## 环境
 
@@ -585,6 +585,53 @@ uv run swanlab watch runs/simclr/swanlog
 训练出的骨架和检测模型用的是同一套卷积骨架，可以直接拿去初始化 `DefectNet` 的 backbone——
 标注量有限时，通常比 ImageNet 权重更贴合薄膜的成像特性。
 
+## 缺陷分类模型
+
+在聚类 + 人工归类得到的数据集上训练分类模型（`data/<数据集>/<类别名>/*.png`）：
+
+```bash
+uv run python classify.py --config configs/classify/film.yaml
+
+# 只评估
+uv run python classify.py --config configs/classify/film.yaml --eval-only \
+    --checkpoint runs/classify/best.pth
+```
+
+产物在 `work_dir`：`best.pth` / `last.pth` / `config.yaml` / `classify.log` /
+`eval_report.json`（逐类 P/R/F1 与完整混淆矩阵）。
+
+### 三个关键取舍
+
+**主指标是 macro-F1，不是准确率。** 数据从 `normal` 2679 张到 `others` 65 张差 41 倍，
+全预测成 normal 也能拿 24% 准确率。配置里同时给出 `balanced_accuracy`（各类召回的均值），
+两者一起看才知道小类有没有学会。
+
+**损失按类别频率加权**（`class_weight: balanced`，逆频率归一化到均值 1），
+否则占 24% 的 normal 会主导梯度。不需要时设 `none`。
+
+**逐图标准化抹掉整体亮度。** 15 个类别里有几类几乎只来自单一原始数据集
+（`ripple` 几乎全是 pearlescent，`grease`/`zigzag` 全是 film），不抹掉亮度的话模型
+可能靠"认出这是哪个数据集"就把类别猜对——验证集上分数很高，换批数据就崩。
+
+### 划分
+
+没有预先的 train/val，按**类别分层**切分（默认 8:2，固定种子）。逐类切分是必须的：
+`others` 只有 65 张，整体随机切很容易让它在验证集里一张不剩。
+
+### 用自监督骨架初始化
+
+前面自监督训练出的骨架可以直接拿来初始化——这正是聚类阶段产物的下游用途：
+
+```yaml
+model:
+  backbone: {name: torchvision, arch: resnet101}   # 必须与自监督时一致
+  init_from: runs/simclr_r101/simclr_backbone.pth
+  frozen_backbone: false    # true = 冻结骨架只训分类头（线性探针）
+```
+
+只加载 backbone，分类头仍随机初始化。`frozen_backbone: true` 可以单独衡量
+自监督特征本身有多好。
+
 ## 方法
 
 - **骨架**：`tiny_conv`（自研深度可分离卷积，默认）或 `torchvision`（resnet / mobilenet / shufflenet）。