fix(config): --set 拦下不存在的键，并支持续训时重开学习率曲线

用户反馈"聚类配置里改不了 lr/weight_decay"，实测是两件事：

1. --set 的键打错字母会凭空造出一个谁也不读的键，训练照跑但改动无效。
   实例：simclr.optmizer.weight_decay=0.0（optimizer 少个 i）被静默接受。
   现在 apply_overrides 默认只允许覆盖已存在的键，报错时给出同级可用键
   与最接近的拼写（"是不是想写 'optimizer'？"）。需要新增键时可 strict=False。

2. lr 其实生效了，但从 2229/2500 续训时 cosine 只剩满值的 3%，
   新设的 1e-3 落到 2.87e-5。新增 restart_schedule 开关：按剩余轮数重开曲线，
   新 lr 从满值开始；SimCLR 与检测训练都支持。续训日志补上调度进度，
   并在 lr 不足 initial_lr 的 10% 时警告并给出两种解法。

顺带：严格校验立刻暴露出 configs/cluster/film.yaml 里根本没有 scatter 段
（代码 cfg.get("scatter", {}) 兜底走默认值，所以功能正常但配置项形同虚设），已补上。

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

tests/test_config.py

@@ -37,9 +37,13 @@ def test_parse_override_accepts_yaml_style_scalars():
 
 
 def test_apply_overrides_creates_missing_nodes():
-    cfg = apply_overrides({}, ["a.b.c=1"])
+    """非严格模式下仍可新建嵌套节点；严格模式（load_config 默认）会拦下未知键。"""
+    cfg = apply_overrides({}, ["a.b.c=1"], strict=False)
     assert cfg == {"a": {"b": {"c": 1}}}
 
+    with pytest.raises(KeyError, match="不存在"):
+        apply_overrides({}, ["a.b.c=1"])
+
 
 def test_load_config_with_base(tmp_path):
     (tmp_path / "base.yaml").write_text("train:\n  lr: 0.1\n  epochs: 10\n", encoding="utf-8")
@@ -152,3 +156,34 @@ def test_eval_config_matches_its_training_backbone():
         ("configs/train/resnet18.yaml", "configs/eval/resnet18.yaml"),
     ]:
         assert load_config(train_cfg)["model"] == load_config(eval_cfg)["model"], eval_cfg
+
+
+@pytest.mark.parametrize(
+    "override,expected_hint",
+    [
+        ("simclr.optmizer.weight_decay=0.0", "optimizer"),   # 少了个 i
+        ("simclr.optimizer.lrr=1e-3", "lr"),                 # 多了个 r
+        ("num_clusers=4", "num_clusters"),                   # 少了个 t
+    ],
+)
+def test_set_rejects_typos_with_suggestion(override, expected_hint):
+    """--set 打错字母会凭空造出没人读的键，训练照跑但改动无效——必须拦下并给出建议。"""
+    with pytest.raises(KeyError) as excinfo:
+        load_config("configs/cluster/film_simclr_resnet50.yaml", [override])
+    assert expected_hint in str(excinfo.value)
+
+
+def test_set_accepts_existing_keys():
+    cfg = load_config(
+        "configs/cluster/film_simclr_resnet50.yaml",
+        ["simclr.optimizer.lr=0.001", "simclr.optimizer.weight_decay=0.0", "num_clusters=7"],
+    )
+    assert cfg["simclr"]["optimizer"]["lr"] == 0.001
+    assert cfg["simclr"]["optimizer"]["weight_decay"] == 0.0
+    assert cfg["num_clusters"] == 7
+
+
+def test_apply_overrides_can_add_keys_when_not_strict():
+    from utils.config import apply_overrides
+
+    assert apply_overrides({"a": {"b": 1}}, ["a.c=2"], strict=False) == {"a": {"b": 1, "c": 2}}

tests/test_simclr.py

@@ -292,6 +292,39 @@ def test_resume_with_a_longer_schedule_rebuilds_the_lr_curve(tiny_image_dir, tmp
     assert lr == pytest.approx(1e-3 * (1 + math.cos(math.pi * 10 / 30)) / 2, rel=1e-3)
 
 
+def test_restart_schedule_gives_the_new_lr_full_value(tiny_image_dir, tmp_path):
+    """续训到调度末段时，cosine 会把新 lr 乘上接近 0 的系数；
+    restart_schedule 按剩余轮数重开曲线，让新 lr 从满值开始。"""
+    import math
+
+    work_dir = tmp_path / "run"
+    _make_trainer(
+        tiny_image_dir, work_dir, epochs=9,
+        optimizer={"name": "adamw", "lr": 1e-3},
+    ).fit()
+
+    def resumed(restart):
+        return SimCLRTrainer(
+            BACKBONES.build({"name": "tiny_conv", "widths": [8, 16], "depths": [1, 1]}),
+            _make_trainer(tiny_image_dir, work_dir, epochs=1).dataloader,
+            {"epochs": 10, "amp": False, "log_interval": 999, "save_interval": 1,
+             "scheduler": {"name": "cosine"}, "optimizer": {"name": "adamw", "lr": 1e-3},
+             "projection": {"hidden_channels": 16, "out_channels": 8},
+             "swanlab": {"enabled": False}, "restart_schedule": restart},
+            torch.device("cpu"),
+            work_dir,
+            resume=work_dir / "simclr_last.pth",
+        )
+
+    # 默认：沿用整条曲线，9/10 处只剩很小的系数
+    default_lr = resumed(False).optimizer.param_groups[0]["lr"]
+    assert default_lr == pytest.approx(1e-3 * (1 + math.cos(math.pi * 9 / 10)) / 2)
+    assert default_lr < 1e-3 * 0.1
+
+    # 打开开关：新 lr 从满值开始
+    assert resumed(True).optimizer.param_groups[0]["lr"] == pytest.approx(1e-3)
+
+
 def test_resume_takes_hyperparams_from_config_not_checkpoint(tiny_image_dir, tmp_path):
     """续训时 lr / weight_decay / 总轮数一律以 yaml 为准，存档只提供进度。