fix(ml-backend): 推理分批，避免 Retrieve Predictions 撑爆显存；新增批量推送脚本

Retrieve Predictions 会把选中的任务一次发给后端，而后端把整个列表交给
model.predict(source=paths)——ultralytics 不理会 batch 参数，会当成一个 batch，
于是显存爆掉。这与之前 visualize_detections 踩的是同一个坑。后端现在按
YOLO_BATCH（默认 16）自己分批。

另加 scripts/push_predictions.py：重训完在本地分批推理，再用批量导入接口
POST /api/projects/<id>/import/predictions 提交，不经过后端服务，显存与请求体都可控。
支持 --replace 先删同版本旧预测（预测是追加的，重复跑会堆两份）、--limit 与 --dry-run。

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

ml_backend/README.md

@@ -64,6 +64,7 @@ Label Studio 里：Settings → **Model** → Connect Model，URL 填 `http://lo
 | `YOLO_CONF` | `0.25` | 置信度阈值。预标注可以调低些，宁可多给几个框让人删 |
 | `YOLO_IMGSZ` | `640` | 推理尺寸，与训练保持一致 |
 | `YOLO_DEVICE` | `cuda` | `cuda` / `cpu` / `mps` |
+| `YOLO_BATCH` | `16` | 一次推理几张。Retrieve Predictions 会一次发来上千个任务，不分批会撑爆显存 |
 | `RETRAIN_AFTER` | `0` | 累计多少条新标注触发重训，0 = 不触发 |
 | `RETRAIN_COMMAND` | 空 | 触发时执行的命令 |