双档位训练体系（s高识别/n高性能 串行排队、按档发布）与 TFLite 硬件加速补丁

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

server/common/training_runner.go

@@ -87,8 +87,10 @@ type TrainingConfig struct {
 	DatasetDir  string
 	Python      string
 	TimeoutMins int
-	Model       string // 训练基座权重（训练机 workdir 下，如 yolov8s.pt）
-	Imgsz       int
+	Model       string // s 档(高识别)训练基座权重（训练机 workdir 下，如 yolov8s.pt）
+	Imgsz       int    // s 档训练/导出分辨率
+	ModelN      string // n 档(高性能)训练基座权重（如 yolov8n.pt）
+	ImgszN      int    // n 档训练/导出分辨率
 	Epochs      int
 	Batch       int
 	Device      string
@@ -103,6 +105,8 @@ func TrainingConfigOf(ctx context.Context) (TrainingConfig, bool) {
 		TimeoutMins: g.Cfg().MustGet(ctx, "training.timeoutMinutes", 600).Int(),
 		Model:       g.Cfg().MustGet(ctx, "training.model", "yolov8s.pt").String(),
 		Imgsz:       g.Cfg().MustGet(ctx, "training.imgsz", 1280).Int(),
+		ModelN:      g.Cfg().MustGet(ctx, "training.modelN").String(),
+		ImgszN:      g.Cfg().MustGet(ctx, "training.imgszN").Int(),
 		Epochs:      g.Cfg().MustGet(ctx, "training.epochs", 150).Int(),
 		Batch:       g.Cfg().MustGet(ctx, "training.batch", 16).Int(),
 		Device:      g.Cfg().MustGet(ctx, "training.device", "0").String(),