feat(detect): 默认模型换成 yolo26n

CLAUDE.md 已把"只用 convolution 模型"收窄到聚类与数据集生成阶段，检测这一步
不再受限，于是换成最新的 YOLO26：端到端（NMS-free），推理侧少一道后处理。
取最小的 n 档——数据 1.1 万张且标签是弱监督的，模型大了容易把标注噪声学进去。

同时去掉 test_config.py 里"不许用 yolo11/yolo12"的断言，它的依据已随
CLAUDE.md 的改动失效。

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

configs/detect/film.yaml

@@ -17,11 +17,10 @@ data:
   yaml: data/boxes_shap/data.yaml
 
 model:
-  # 选 v8 而不是 v11/v12：CLAUDE.md 限定只用 convolution 模型，
-  # 而 YOLO11 的骨架里有 C2PSA（position-sensitive attention）、YOLO12 更是以注意力为主。
-  # YOLOv8 的 C2f + SPPF 是纯卷积。
-  # s 是精度/速度的折中；数据只有 1.1 万张且标签是弱监督的，再大容易把标注噪声也学进去。
-  weights: yolov8s.pt
+  # 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，
+  # 所以用最新的 YOLO26。它是端到端的（NMS-free），推理侧少一道后处理。
+  # n 是最小的一档：数据只有 1.1 万张且标签是弱监督的，模型大了容易把标注噪声也学进去。
+  weights: yolo26n.pt
 
 train:
   epochs: 100