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/build.py

@@ -0,0 +1,15 @@
+"""按配置构建模型。"""
+
+from __future__ import annotations
+
+from collections.abc import Mapping
+from typing import Any
+
+from torch import nn
+
+from models.registry import MODELS
+
+
+def build_model(cfg: Mapping[str, Any]) -> nn.Module:
+    """`cfg` 至少包含 `name` 与 `num_classes`，其余透传给模型构造函数。"""
+    return MODELS.build(dict(cfg))