feat(yolo): 添加刀具识别AI模型训练与自动标注功能

- 新增 README.md 文档，包含完整的 YOLOv8 训练环境搭建指南
- 添加 docker-compose.yml 配置文件，支持 Mac M系列环境下的容器化部署
- 实现 train_and_export.py 核心脚本，集成模型训练、验证和ONNX格式导出功能
- 创建 data.yaml 数据集描述文件，定义刀具分类(普通刀具和管制刀具)
- 开发 auto_label.py 自动标注脚本，支持AI辅助的数据集标注处理
- 集成 YOLOv8 中型模型，优化标注准确率和识别能力
- 添加数据集验证和可视化功能，便于标注质量检查

docker-compose.yml

@@ -0,0 +1,12 @@
+services:
+  yolov8-train:
+    image: ultralytics/ultralytics:latest-cpu
+    container_name: yolov8_knife
+    volumes:
+      # 将当前工作目录挂载到容器内的 /usr/src/app
+      - .:/usr/src/app
+    # 适配 Mac M系列(ARM64) 运行 Linux amd64 镜像
+    platform: linux/amd64 
+    working_dir: /usr/src/app
+    # 保持容器持续运行，方便执行 exec 命令
+    command: sleep infinity