feat: 训练与评估入口及 yaml 配置

- train.py: 先过 require_cuda() 守卫再建模型/数据，支持 --resume 与 --set 覆盖
- eval.py: 允许 CPU，输出定位与分类指标并可写 json
- configs: model/dataset/train/eval 四类，通过 `_base_` 组合；
  classes 既可直接写列表，也可指向 YOLO data.yaml 由框架读 names

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

configs/train/multiclass.yaml

@@ -0,0 +1,12 @@
+_base_:
+  - ./baseline.yaml
+
+# 单类（互斥）分类示例：一张图只归一个类别，分类头多一维表示"无缺陷"。
+label_mode: multiclass
+
+work_dir: runs/multiclass
+train:
+  monitor: cls_f1         # 单类模式下常用分类指标挑选 best.pth
+  swanlab:
+    name: multiclass
+    tags: [tiny_conv, multiclass]