feat(models): 纯卷积缺陷分类定位模型

面向实时设备部署，全程只用 convolution，不含 attention / transformer。

- backbones: 自研 tiny_conv（深度可分离，默认）与 torchvision 封装（resnet/mobilenet/shufflenet）
- necks: nearest 上采样 + 3x3 卷积，把特征恢复到 stride 4，兼顾小缺陷定位与速度
- heads: anchor-free 中心点定位头（heatmap + wh + offset）与图像级分类头；
  分类头输出维度随 label_mode 切换（多类多热 / 单类互斥含背景位）
- postprocess: 3x3 max-pool 峰值抑制替代 NMS 循环，无循环、可导出 TensorRT / OpenVINO

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

models/__init__.py

@@ -0,0 +1,20 @@
+"""模型骨架：backbone -> neck -> heads。
+
+约束：部署在实时设备上，只使用基于 convolution 的结构（不含 attention / transformer）。
+"""
+
+from models import backbones, heads, necks  # noqa: F401  触发注册
+from models.build import build_model
+from models.defect_net import DefectNet
+from models.postprocess import decode_heatmap
+from models.registry import BACKBONES, HEADS, MODELS, NECKS
+
+__all__ = [
+    "build_model",
+    "DefectNet",
+    "decode_heatmap",
+    "BACKBONES",
+    "NECKS",
+    "HEADS",
+    "MODELS",
+]