feat(boxes): 新增传统 CV 定位方法（--method cv），不依赖分类模型

背景差分：大半径方框均值估背景 → 残差（可选极性）→ 平滑 → 有无判定 → 按峰值归一化，
再交给与 gradcam / shap 同一套 cam_to_boxes 出框。只依赖 numpy。

与归因方法的差别：不需要 --checkpoint，分类器还没训练出来就能先跑一版框，也不受分类
精度影响；类别只能来自目录（--target label）；找的是偏离局部背景的区域，而不是模型
据以判断类别的区域，所以对局部目标好、对铺满整图的纹理类给不出有意义的框。

有无缺陷是显式判定的：残差峰值要同时高于绝对对比度下限与噪声水平（MAD 估计）的 15 倍，
否则返回全零图。这条是必需的——实测纯噪声图的"峰值/MAD"稳定在 9 附近（最大 10.9，
几乎与噪声大小无关），有 0.25 对比度黑点时是 25~330；若只按峰值归一化，正常图的噪声
会被拉到 1，满图假框。阈值 15 取在两者之间。

顺带把积分图方框均值从 shap_explain.smooth 提到 engine/classical.box_mean 共用，
避免两处实现各自漂移。

实测：单张 0.011 秒（全量 11k 约 2 分钟）；真实薄膜图上框能套住黑点、虫状物与划痕。
已知局限：背景估计在图像边界处对明暗阶跃有响应，贴边的交界可能出假框。

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

README.md

@@ -531,7 +531,7 @@ model:
 ## 从分类到定位：生成框标签
 
 分类模型只学过"这是什么缺陷"，没学过"缺陷在哪"。归因方法能把分类分数反推回空间位置，
-阈值化 + 取连通域外接矩形，就得到弱监督的框标签：
+阈值化 + 取连通域外接矩形，就得到弱监督的框标签。另外还有一条不依赖模型的传统 CV 路线：
 
 ```bash
 # Grad-CAM（默认，全量 11k 张约 2 分钟）
@@ -539,6 +539,9 @@ uv run python scripts/generate_boxes.py --out runs/boxes_gradcam --method gradca
 
 # SHAP Partition（更精细，全量约 1.7 小时）
 uv run python scripts/generate_boxes.py --out runs/boxes_shap --method shap
+
+# 传统 CV 背景差分（最快，且不需要分类模型）
+uv run python scripts/generate_boxes.py --out runs/boxes_cv --method cv
 ```
 
 **默认对全量数据生成**；`--limit` / `--per-class` 只用于快速试参数。
@@ -562,18 +565,50 @@ runs/<name>/
 两者只在预测与目录不一致的图上有区别——`boxes_shap` 那次是 0.85%，约 95 张。
 `summary.json` 里的 `prediction_matches_folder_label` 记录两者的一致率（实测 0.987）。
 
-### 两种方法的取舍
+### 三种方法的取舍
 
-| | `gradcam` | `shap` |
-| --- | --- | --- |
-| 分辨率 | 受限于特征图（layer3 @128² 只有 8×8） | 与输入同分辨率（128×128） |
-| 单张耗时 | ~0.01 秒 | ~0.55 秒 |
-| 小目标 | 几像素的黑点在 8×8 上不可分辨 | 能贴合到几十像素的目标 |
+| | `gradcam` | `shap` | `cv` |
+| --- | --- | --- | --- |
+| 依赖分类模型 | 是 | 是 | **否** |
+| 分辨率 | 受限于特征图（layer3 @128² 只有 8×8） | 与输入同分辨率（128×128） | 原图分辨率 |
+| 单张耗时 | ~0.01 秒 | ~0.55 秒 | ~0.011 秒 |
+| 小目标 | 几像素的黑点在 8×8 上不可分辨 | 能贴合到几十像素的目标 | 贴合好 |
+| 找的是什么 | 模型据以判断类别的区域 | 同左，更精细 | 偏离局部背景的区域 |
 
 实测框面积占比（越小越贴合缺陷本体）：`blackdot` 0.019(shap) vs 0.269(gradcam)、
 `mosquito` 0.030 vs 0.173、`whitedot` 0.076 vs 0.253。小目标类别上 SHAP 明显更准，
 代价是慢 50 倍。SHAP 需要 `uv sync --group explain`。
 
+### 传统 CV：背景差分（`--method cv`）
+
+实现在 [engine/classical.py](engine/classical.py)：大半径方框均值估背景 → 残差（可选只看
+比背景暗/亮的一侧）→ 小半径平滑 → 判定有无缺陷 → 按峰值归一化，最后交给和另外两种方法
+**同一套** `cam_to_boxes` 出框。只依赖 numpy。
+
+它与归因方法有三点本质差别：
+
+- **不需要分类模型**，`--checkpoint` 都不用给，分类器还没训练出来就能先跑一版框；
+  也因此不受分类精度影响。
+- **类别只能来自目录**（`--target label`），它自己不判类。
+- **找的是"看起来和周围不一样"的区域**，不是"模型据以判断类别的区域"。对
+  `blackdot` / `whitedot` / `mosquito` 这类局部目标效果好；`ripple` / `wrinkle` 这种铺满整图的
+  纹理类本来就没有局部目标，它给不出有意义的框。
+
+**有无缺陷是显式判定的**，这点和归因方法不同。残差峰值要同时高于绝对对比度下限
+（`--cv-min-contrast`，默认 0.05≈13 个灰阶）和噪声水平的 15 倍，否则直接返回全零图、出 0 个框。
+噪声水平用残差的 MAD 估计。这条判定是必需的：实测纯噪声图的"残差峰值 / MAD"稳定在 9 附近
+（最大 10.9，几乎与噪声大小无关），而有一个对比度 0.25 的黑点时是 25~330，两者分得很开；
+若只按峰值归一化，一张正常图的噪声会被拉到 1，满图假框。所以正常图天然得到空标签。
+
+调参：`--cv-radius`（背景半径，0=按图取 `min(高,宽)//8`；太小会把缺陷自身算进背景）、
+`--cv-polarity`（`dark` 黑点蚊虫 / `bright` 白点反光 / `both`）、`--cv-min-contrast`、
+`--smooth-radius`（与 shap 共用）、`--cv-max-side`（分析前缩边长，默认 256——框是归一化的，
+缩放不影响标签，但能挡住纯 Python 的连通域标记在大图上变慢）。
+
+> **已知局限。** 背景估计在图像边界处会对强烈的明暗阶跃产生响应，所以贴着边框的
+> 明暗交界可能被框出来。对 `edge_clean` / `edge_dirty` 这种本来就在拍边缘的类别，这是真实信号；
+> 对其他类别则是假框，复核时留意。
+
 ### 调参
 
 - `--max-boxes`（默认 1）：一张裁片通常只对应一处缺陷，多出来的框多半是噪声