feat(ml-backend): Start Training 按钮真正触发重训，启动/重训脚本进 scripts/

原先点 Label Studio 的 Start Training 只是把计数加一：START_TRAINING 和普通标注事件
走同一条阈值判断，没配 RETRAIN_COMMAND 时更是静默什么都不做。实际使用中用户点了按钮、
以为在训练，其实权重一直没变。

- Start Training 无条件触发重训；攒够 RETRAIN_AFTER 条新标注也自动触发。
- 只数 ANNOTATION_CREATED：UPDATED / DELETED 是对已有标注的修改，不该把阈值顶到。
- 已有重训在跑时重复点击被忽略，不叠加启动。
- 没配 RETRAIN_COMMAND 时打警告说明不会真的训练，并在返回值里说清楚。
- 子进程输出重定向到 RETRAIN_LOG（默认 /tmp/retrain.log），训练进度有地方看。

scripts/start_ml_backend.sh、scripts/retrain_from_label_studio.sh 放进仓库，
可从工作区直接启动。重训末尾把 runs/detect/current.pt 软链接指向新权重，
启动脚本默认读它，换模型不必改脚本。

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

scripts/retrain_from_label_studio.sh

@@ -0,0 +1,50 @@
+#!/usr/bin/env bash
+# 从 Label Studio 的最新标注重新训练检测模型，并让 ML backend 用上新权重。
+#
+#   bash scripts/retrain_from_label_studio.sh
+#
+# 也由 ML backend 在点击 Start Training 时自动调用（输出见 $RETRAIN_LOG）。
+# 四步：导出标注 -> 装配数据集 -> 训练 -> 切换权重并重启后端。
+set -euo pipefail
+
+REPO=$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)
+cd "$REPO"
+
+PROJECT="${LS_PROJECT_ID:-39}"
+IMAGES="${LS_IMAGES_DIR:-$REPO/runs/boxes_shap_label_studio/images}"
+STAMP=$(date +%Y%m%d_%H%M)
+EXPORT="${LS_EXPORT_DIR:-/tmp}/ls_export_${STAMP}.zip"
+DATASET="$REPO/data/film_yolo_${STAMP}"
+WORK_DIR="$REPO/runs/detect/film_${STAMP}"
+
+PYTHON="${REPO_PYTHON:-$REPO/.venv/bin/python}"
+# 用跑着 Label Studio 的那个环境导出，确保读的是同一个库
+LS_BIN="${LS_BIN:-/home/deep/.v/label/bin/label-studio}"
+[ -x "$LS_BIN" ] || LS_BIN="$REPO/.venv/bin/label-studio"
+export LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT="${LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT:-/home/deep/labeling}"
+
+# 训练参数的额外覆盖，冒烟测试时用，如 RETRAIN_EXTRA_SET="train.epochs=1 train.fraction=0.02"
+EXTRA_SET="${RETRAIN_EXTRA_SET:-}"
+
+echo "===== [$(date '+%F %T')] 开始重训（项目 $PROJECT）====="
+
+echo "--- 1/4 导出标注 -> $EXPORT"
+"$LS_BIN" export "$PROJECT" YOLO --export-path="$EXPORT"
+
+echo "--- 2/4 装配数据集 -> $DATASET"
+"$PYTHON" scripts/build_yolo_dataset.py \
+    --export "$EXPORT" --images "$IMAGES" --out "$DATASET" --overwrite
+
+echo "--- 3/4 训练 -> $WORK_DIR"
+# shellcheck disable=SC2086  # EXTRA_SET 需要按空格拆成多个参数
+"$PYTHON" detect.py --config configs/detect/film.yaml \
+    --work-dir "$WORK_DIR" \
+    --set data.yaml="$DATASET/data.yaml" $EXTRA_SET
+
+echo "--- 4/4 切换权重并重启 ML backend"
+# 指向最新权重的稳定软链接：启动脚本读它，于是换模型不用改任何脚本
+ln -sfn "$WORK_DIR/weights/best.pt" "$REPO/runs/detect/current.pt"
+bash "$REPO/scripts/start_ml_backend.sh"
+
+echo "===== [$(date '+%F %T')] 重训完成：$WORK_DIR ====="
+echo "指标见 $WORK_DIR/metrics.json，曲线见 $WORK_DIR/results.png"

scripts/start_ml_backend.sh

@@ -0,0 +1,58 @@
+#!/usr/bin/env bash
+# 启动 Label Studio 的 ML backend（预标注 + 触发重训）。
+#
+#   bash scripts/start_ml_backend.sh
+#
+# 会先停掉旧进程再起新的。所有参数都可以用环境变量覆盖，例如换权重：
+#
+#   YOLO_WEIGHTS=/path/to/best.pt bash scripts/start_ml_backend.sh
+#
+# 权重只在进程启动时加载一次，重训完必须重跑本脚本才会生效。
+set -euo pipefail
+
+REPO=$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)
+
+# 默认用 runs/detect/current.pt 这个软链接：重训脚本训完会把它指向最新权重，
+# 这样换模型不用改脚本。链接不存在时退回第一版训练的结果。
+DEFAULT_WEIGHTS="$REPO/runs/detect/current.pt"
+[ -e "$DEFAULT_WEIGHTS" ] || DEFAULT_WEIGHTS="$REPO/runs/detect/film/weights/best.pt"
+
+export YOLO_WEIGHTS="${YOLO_WEIGHTS:-$DEFAULT_WEIGHTS}"
+export YOLO_DEVICE="${YOLO_DEVICE:-cuda}"
+export YOLO_CONF="${YOLO_CONF:-0.25}"
+export YOLO_IMGSZ="${YOLO_IMGSZ:-640}"
+
+# 必须与运行 Label Studio 时的值一致，否则按 ?d=... 还原不出图片路径
+export LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT="${LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT:-/home/deep/labeling}"
+
+# 点 Start Training 无条件触发；攒够 RETRAIN_AFTER 条新标注也会自动触发（0=只手动）
+export RETRAIN_AFTER="${RETRAIN_AFTER:-0}"
+export RETRAIN_COMMAND="${RETRAIN_COMMAND:-$REPO/scripts/retrain_from_label_studio.sh}"
+export RETRAIN_LOG="${RETRAIN_LOG:-/tmp/retrain.log}"
+
+PORT="${LS_ML_PORT:-9090}"
+LOG="${ML_BACKEND_LOG:-/tmp/mlb.log}"
+PYTHON="${ML_BACKEND_PYTHON:-$REPO/.venv-ml/bin/python}"
+
+if [ ! -x "$PYTHON" ]; then
+    echo "找不到 $PYTHON。先建独立环境（见 ml_backend/README.md）：" >&2
+    echo "  uv venv .venv-ml --python 3.12" >&2
+    exit 1
+fi
+if [ ! -e "$YOLO_WEIGHTS" ]; then
+    echo "找不到权重 $YOLO_WEIGHTS" >&2
+    exit 1
+fi
+
+# 模式里不要出现 _wsgi.py 的完整写法：ssh 单行执行时会匹配到命令自身，把会话一起杀掉
+pkill -f "wsgi" 2>/dev/null || true
+sleep 1
+
+cd "$REPO/ml_backend"
+setsid nohup "$PYTHON" ./_wsgi.py -p "$PORT" > "$LOG" 2>&1 < /dev/null &
+echo "ML backend 已启动 pid=$!"
+echo "  权重     : $YOLO_WEIGHTS"
+echo "  重训命令 : $RETRAIN_COMMAND (RETRAIN_AFTER=$RETRAIN_AFTER)"
+echo "  服务日志 : $LOG"
+echo "  重训日志 : $RETRAIN_LOG"
+echo "  网页端 URL: http://localhost:$PORT"