fix(actpred): 修复 HEF 帧归一化误判与部署图数值不等价，补齐 P3 审计项

- hailo_infer: 帧归一化判定改为量化网格 dequant(0)（旧启发式把归一化
  帧当原始像素喂入，图像路径饱和破坏；实机 max_diff 2.55→0.37，
  img 敏感性 1.44→22.26）
- export_deploy: pool kernel 由卷积真实输出尺寸探测（H//16 在 1080
  高度下静默丢弃末行）；mobilenet backbone 给出明确报错
- mt_parser: @Action 为文件末位块时解析成功，不再静默丢数据
- config: checkpoint train 段未知键/非 dict 校验；init-from 兼容性
  警告助手（normalize/action_dim），train 与 pretrain 共用
- dataset: stats 文件形状校验；predict: 移除误导性 --action-dim
- dfc_compile: --frame-count 参数化（原硬编码 3 帧）
- gen_calibration: 旧模式校准图像改分块 memmap 生成（1080p 原一次性
  分配 ~600MB）
- _npu_test: torch 参考反归一化对齐后再与 HEF 比较
- 单测 81→90 全过；README 与测速报告更新为验证轮次数据

actpred/pretrain_mt.py

@@ -29,7 +29,8 @@ import torch
 from torch.utils.data import Dataset, DataLoader
 from tqdm import tqdm
 
-from config import Config, build_argparser, apply_overrides, validate_config_values
+from config import (Config, build_argparser, apply_overrides,
+                    validate_config_values, warn_init_from_mismatch)
 from model import ActionPredictor
 from mt_parser import parse_mt_directory
 
@@ -283,13 +284,7 @@ def main():
     if args.init_from:
         init_ckpt = torch.load(args.init_from, map_location="cpu",
                                weights_only=True)
-        init_cfg = init_ckpt.get("config", {})
-        init_norm = init_cfg.get("data", {}).get("normalize_actions", False)
-        if init_norm != cfg.data.normalize_actions:
-            print(f"WARNING: init-from checkpoint 的 normalize_actions="
-                  f"{init_norm} 与当前运行 "
-                  f"{cfg.data.normalize_actions} 不一致，输入分布不匹配"
-                  f"会损失预训练收益（见 README 预训练说明）")
+        warn_init_from_mismatch(init_ckpt.get("config", {}), cfg)
         missing, unexpected = model.load_state_dict(
             init_ckpt["model_state_dict"], strict=False)
         if missing: