refactor: 迁移布局检测模型从 PicoDet 到 DocLayout-YOLO

- 核心变更：
  - app/services/layout_detector.py: 重写布局检测器，从 PicoDet-S_layout_3cls 迁移到 DocLayout-YOLO (DocStructBench, imgsz=1024)
  - 支持多设备推理 (CPU/CUDA/DirectML/OpenVINO 等)，自动探测最优设备
  - 预处理改为 letterbox (保比例缩放+灰边 padding)，坐标还原使用 (model_coord - padding) / ratio 公式
  - 后处理解析 YOLOv10 end-to-end 输出 [N,6]=[x1,y1,x2,y2,conf,cls]
  - 类别映射改为按 class name 动态匹配 (figure/figure_group→picture, table/table_group→table)

- 新增文件：
  - scripts/export_doclayout_yolo_onnx.py: DocLayout-YOLO ONNX 导出脚本 (独立 venv 运行)
  - tests/test_layout_detector.py: 布局检测器完整测试 (35 个用例)

- 配置更新：
  - .env.example: 更新布局检测配置 (新增 LAYOUT_IMGSZ, LAYOUT_DEVICE, LAYOUT_DEVICE_ID)
  - app/config.py: Settings 类对应字段
  - pyproject.toml: 新增 export 依赖组 (torch, doclayout-yolo, onnx 等)

- 删除旧文件：
  - scripts/export_picodet_onnx.py: 旧 PicoDet 导出脚本

- 文档更新：
  - README.md: 更新环境变量说明
  - 相关服务注释更新 (pdf_image_extractor.py, summary_persister.py, reextract_images.py)

此重构遵循项目初期开发阶段规范，大胆调整数据模型，无需向后兼容。

.env.example

@@ -48,6 +48,18 @@ EMBED_MODEL=Qwen/Qwen3-Embedding-4B
 EMBED_DIMENSIONS=2560
 
 # ─── 布局检测 ─────────────────────────────
-# ONNX 模型路径（首次运行前执行 scripts/export_picodet_onnx.py 导出）
-# LAYOUT_MODEL_PATH=data/models/picodet_layout_3cls.onnx
-# LAYOUT_THRESHOLD=0.5
+# DocLayout-YOLO ONNX 模型（首次运行前执行 scripts/export_doclayout_yolo_onnx.py 导出）
+# LAYOUT_MODEL_PATH=data/models/doclayout_yolo_docstructbench_imgsz1024.onnx
+# 模型输入尺寸（DocLayout-YOLO 推荐 1024）
+# LAYOUT_IMGSZ=1024
+# 检测置信度阈值（DocLayout-YOLO 推荐 0.2）
+# LAYOUT_THRESHOLD=0.2
+# 推理设备：auto|cpu|cuda|directml|openvino|cann|tensorrt|qnn
+# auto = 按优先级 [CUDA, DirectML, OpenVINO, CPU] 自动探测，失败降级 CPU
+# LAYOUT_DEVICE=auto
+# 设备 ID（GPU 序号）
+# LAYOUT_DEVICE_ID=0
+#
+# GPU 用户：onnxruntime 与 onnxruntime-gpu/-directml 同环境冲突，需手动二选一：
+#   pip uninstall onnxruntime && pip install onnxruntime-gpu       # NVIDIA CUDA
+#   pip uninstall onnxruntime && pip install onnxruntime-directml  # Windows 任意 GPU