fix(configs): 修复 resnet18 训练配置无法构建，并补上对应的评估配置

- configs/train/resnet18.yaml 此前直接报错：它同时继承 tiny_conv 与 resnet18 的模型
  配置，深度合并后 backbone 混了两边字段。在 configs/model/resnet18.yaml 的 backbone
  上加 _replace_: true 整块替换
- _replace_ 标记此前不生效：_load_raw 对每个 base 都会先 deep_merge({}, data)，
  标记在参与替换判断之前就被剥掉了。改为合并期间保留、load_config 末尾统一剥除
- 新增 configs/eval/resnet18.yaml：评估必须与训练用同一套模型配置，否则构建出的
  骨架与权重对不上，而此前只有 baseline 一个评估配置
- 新增参数化测试：仓库里每个配置都要能真的构建出组件（片段自动跳过），
  且训练/评估配置对的 model 段必须一致
- README 补充骨架与配置对的对应表

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

configs/eval/resnet18.yaml

@@ -0,0 +1,13 @@
+# resnet18 版本的评估配置。
+# 必须和训练时用的模型配置一致，否则构建出来的骨架与权重对不上。
+_base_:
+  - ../train/resnet18.yaml
+
+device: auto
+checkpoint: runs/resnet18/best.pth
+
+eval:
+  split: val
+  score_threshold: 0.3
+  iou_threshold: 0.5
+  topk: 50

configs/model/resnet18.yaml

@@ -2,6 +2,9 @@
 model:
   name: defect_net
   backbone:
+    # 整块替换：不加这行的话，从 tiny_conv 继承来的 widths/depths/block 会残留，
+    # 传给 TorchvisionBackbone 直接报错。见 utils/config.py::deep_merge
+    _replace_: true
     name: torchvision
     arch: resnet18
     pretrained: true