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>

eval.py

@@ -0,0 +1,82 @@
+#!/usr/bin/env python
+"""评估入口。
+
+用法:
+    python eval.py --config configs/eval/baseline.yaml --checkpoint runs/baseline/best.pth
+
+与训练不同，评估允许在 CPU 上运行（`--set device=cpu`），便于部署前回归。
+"""
+
+from __future__ import annotations
+
+import argparse
+import json
+import sys
+from pathlib import Path
+
+from datasets import build_dataloader, build_dataset, load_classes
+from engine import Evaluator
+from models import build_model
+from utils import check_label_mode, load_config, setup_logging
+from utils.device import resolve_device
+
+
+def parse_args() -> argparse.Namespace:
+    parser = argparse.ArgumentParser(description="薄膜缺陷模型评估")
+    parser.add_argument("--config", required=True)
+    parser.add_argument("--checkpoint", default=None, help="覆盖配置中的 checkpoint")
+    parser.add_argument("--split", default=None, help="评估哪个 data 划分，默认取配置的 eval.split")
+    parser.add_argument("--set", nargs="*", default=[], metavar="KEY=VALUE")
+    parser.add_argument("--out", default=None, help="把指标写入 json 文件")
+    return parser.parse_args()
+
+
+def main() -> int:
+    args = parse_args()
+    cfg = load_config(args.config, args.set)
+    logger = setup_logging()
+
+    eval_cfg = dict(cfg.get("eval", {}))
+    split = args.split or eval_cfg.pop("split", "val")
+    eval_cfg.pop("split", None)
+
+    checkpoint = args.checkpoint or cfg.get("checkpoint")
+    if not checkpoint:
+        logger.error("必须通过 --checkpoint 或配置中的 checkpoint 指定权重")
+        return 1
+
+    device = resolve_device(str(cfg.get("device", "cuda")))
+    classes = load_classes(cfg["classes"])
+
+    # label_mode 由 yaml 决定，模型与数据集必须一致，这里统一下发。
+    label_mode = check_label_mode(str(cfg.get("label_mode", "multilabel")))
+    model_cfg = dict(cfg["model"])
+    model_cfg.setdefault("num_classes", len(classes))
+    model_cfg.setdefault("label_mode", label_mode)
+    model = build_model(model_cfg)
+
+    from engine import load_checkpoint
+
+    load_checkpoint(checkpoint, model, map_location=device)
+    model.to(device).eval()
+
+    split_cfg = cfg["data"][split]
+    dataset = build_dataset(
+        split_cfg["dataset"], classes=classes, stride=model.out_stride, label_mode=label_mode
+    )
+    loader = build_dataloader(dataset, **{**dict(split_cfg.get("loader", {})), "shuffle": False})
+    logger.info("评估 %s 集，共 %d 张图，权重 %s", split, len(dataset), checkpoint)
+
+    metrics = Evaluator(model, loader, device, **eval_cfg).evaluate()
+    for key, value in metrics.items():
+        logger.info("%-16s %.4f", key, value)
+
+    if args.out:
+        Path(args.out).parent.mkdir(parents=True, exist_ok=True)
+        Path(args.out).write_text(json.dumps(metrics, indent=2, ensure_ascii=False), encoding="utf-8")
+        logger.info("指标已写入 %s", args.out)
+    return 0
+
+
+if __name__ == "__main__":
+    sys.exit(main())