P4：权重/标签模块 —— 旁挂标签文件 + PT→ONNX→TRT 转换工具 + 归档归位

痛点：TensorRT 10.13 的 Python API 没有元数据读写，engine 一转就把类名丢了；
推理侧只能退化成 str(cid)（"0"、"1"），界面上看不出是什么类，属于静默失效。
同时旧的 export_yolo_trt.sh 只能手工搬文件、手工改 site.yaml、标签无处安放。

标签子系统（model_labels.py）
- 旁挂标签文件 <模型名>.labels.yaml，放在权重旁边，文本、可手改、进 git
  （二进制权重不进 git，标签是配置所以进）
- 读取优先级：旁挂文件 > ONNX 元数据 > 模型元数据 > 占位符 class_N
  占位符是故意的：缺标签时要一眼看出来，而不是悄悄退回 cid
- 解析器容忍多种写法：dict / list / 逗号串 / 逐行文本 / Python repr 串

布局与转换（weights_layout.py + weights.py + weights.sh）
- models/<分组>/<模型名>.{pt,onnx,engine} + 同名 .labels.yaml
- convert：PT→ONNX→TensorRT，支持自定义名字、自动归位、固化标签
- staging/：非标准格式先进这里，转换后源文件归档到 staging/done/
- list / labels / doctor / show 四个子命令
- doctor --check-engines 能查出 engine 与 TensorRT 版本不匹配（反序列化返回空）

推理侧接入
- yolo_detector / onnx_workpiece / hole_detect_hough 统一走 read_labels()
- 画框标签不再硬编码 "gongjian"，改用实际类名

顺手修掉的真实问题
- setup.py 撞上断掉的符号链接会让整包构建失败，报错还指向 build/ 里的幽灵文件
  （源文件被挪走后 build/ 里留下的断链被 os.walk 列出来）。加 _existing() 过滤。
- P3 遗漏：site.yaml / export_site_env.py / run_handeye.sh / handeye_teach.py /
  handeye_calibrate.py 里的 handeye 工作目录仍是 /tmp/handeye_calib*，
  与已迁到 handeye/ 的其余路径不一致。统一到 handeye/tmp/<臂号>。
- site.yaml 的 hole_weights / hole_detect.weights 原指向不存在的 best.pt，
  改为实际存在的 detect_best_1.onnx；active.pt 符号链接已废弃并清理。
- weights.sh labels 原先不接受 "分组/模型名" 写法，而 list 输出正是这个形式，
  照着敲会报"找不到模型"。补上，并让报错直接给出可复制的全名。

测试：225 项通过（新增 test_model_labels.py / test_weights_layout.py）。
真实 ONNX→engine 端到端转换已验过。

Co-authored-by: Cursor <cursoragent@cursor.com>

scripts/lib/export_site_env.py

@@ -194,7 +194,7 @@ def flatten(data: dict) -> dict:
     )
 
     weights = str(paths.get("yolo_weights") or "")
-    # Resolve active.pt symlink to real path for display
+    # 解析符号链接，方便日志里看到真实文件（历史上有人用 active.pt 做切换，已废弃）
     try:
         weights_resolved = str(Path(weights).expanduser().resolve())
     except Exception:
@@ -231,7 +231,7 @@ def flatten(data: dict) -> dict:
             or str(_root() / "handeye" / "waypoints.yaml")
         ),
         "SITE_HANDEYE_WORKDIR": str(
-            paths.get("handeye_workdir") or "/tmp/handeye_calib"
+            paths.get("handeye_workdir") or str(_root() / "handeye" / "tmp")
         ),
         "SITE_HANDEYE_FILE": str(
             paths.get("handeye_file")
@@ -280,10 +280,10 @@ def flatten(data: dict) -> dict:
         "SITE_D435_FPS": str(int(((data.get("cameras") or {}).get("d435") or {}).get("fps") or 30)),
         "SITE_D405_LEFT_SERIAL": str(((data.get("cameras") or {}).get("d405_left") or {}).get("serial") or "352122274408"),
         "SITE_D405_RIGHT_SERIAL": str(((data.get("cameras") or {}).get("d405_right") or {}).get("serial") or "260522274442"),
-        "SITE_YOLO_CONF": str(yolo.get("conf") or 0.35),
-        "SITE_YOLO_IMGSZ": str(int(yolo.get("imgsz") or 416)),
+        "SITE_YOLO_CONF": str(yolo.get("conf") or 0.10),
+        "SITE_YOLO_IMGSZ": str(int(yolo.get("imgsz") or 640)),
         "SITE_YOLO_DEVICE": str(yolo.get("device") or "0"),
-        "SITE_YOLO_MIN_CONF": str(yolo.get("min_conf") or 0.35),
+        "SITE_YOLO_MIN_CONF": str(yolo.get("min_conf") or 0.12),
         "SITE_GO_HOME_POSE": str(home.get("pose") or "home"),
         "SITE_GO_HOME_SPEED": str(home.get("speed") or 0.25),
         "SITE_NET_IFACE": str(robot.get("iface") or net.get("prefer_iface") or ""),
@@ -312,7 +312,7 @@ def flatten(data: dict) -> dict:
         "SITE_HOLE_WEIGHTS": str(
             (data.get("hole_detect") or {}).get("weights")
             or paths.get("hole_weights")
-            or str(_root() / "models" / "hole_insert" / "best.pt")
+            or str(_root() / "models" / "hole_insert" / "detect_best_1.onnx")
         ),
         "SITE_HOLE_WORKPIECE_WEIGHTS": str(
             (data.get("hole_detect") or {}).get("workpiece_weights")
@@ -381,7 +381,7 @@ def perception_overrides(data: dict) -> dict:
         "weights": str(paths.get("yolo_weights") or ""),
         "conf": float(yolo.get("conf") or 0.10),
         "iou": float(yolo.get("iou") or 0.45),
-        "imgsz": int(yolo.get("imgsz") or 416),
+        "imgsz": int(yolo.get("imgsz") or 640),
         "device": str(yolo.get("device") or "0"),
         "half_precision": bool(yolo.get("half_precision", True)),
         "backend": str(yolo.get("backend") or "auto"),