chore(detect): 配置指向人工复核后的数据集 data/film_yolo

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

configs/detect/film.yaml

@@ -3,7 +3,9 @@
 # 前置步骤：
 #   uv run python scripts/generate_boxes.py --method shap --out runs/boxes_shap   # 生成弱监督框
 #   uv run python scripts/prepare_label_studio.py --source runs/boxes_shap        # 复核材料
-#   在 Label Studio 里修正标签，导出并划分 train/val 到 data/boxes_shap/
+#   在 Label Studio 里修正标签，导出 YOLO 格式
+#   uv run python scripts/build_yolo_dataset.py --export data/film_yolo_shap.zip \
+#       --images runs/boxes_shap_label_studio/images --out data/film_yolo
 #
 # 用法：
 #   uv run python detect.py --config configs/detect/film.yaml
@@ -15,7 +17,7 @@ seed: 42
 device: auto
 
 data:
-  yaml: data/boxes_shap/data.yaml
+  yaml: data/film_yolo/data.yaml
 
 model:
   # CLAUDE.md 的"只用 convolution 模型"只约束聚类与数据集生成阶段，检测这一步不受限，