完善部署并训练5个新发型 + 换发型集成文档

部署修复：
- torch.load 增加 weights_only=False patch，兼容 PyTorch 2.6+ 加载旧权重
- OSS 改为懒加载，本地用 output_format=base64 无需配凭证即可启动
- 补全被 gitignore 误排除的必需代码：core/models/layers/data、models/layers/data、keypoints/lib
- webui 训练命令 --xformers 改 --sdpa（修复 xformers 无 CUDA 支持报错）

功能调整：
- hair_grow_service 端口改 8899、preview 路由修复（send_file）
- list_hairstyles 增加发型白名单，测试页只展示当前5个发型

新增脚本：
- train_lora_parallel.py：直接调 kohya 并行训练 LoRA（绕过 photo_service 串行限制）
- train_hairstyles_parallel.py / train_batch_stepC.py：批量训练辅助脚本
- scripts/sync_data_to_server.sh：大文件断点续传到云服务器

文档：
- docs/换发型集成文档.md：换发型完整流程、服务架构、资源依赖、训练方法、集成步骤

hair_grow_service/app.py

@@ -24,10 +24,19 @@ os.environ.setdefault("CRYPTOGRAPHY_OPENSSL_NO_LEGACY", "1")
 
 import cv2
 import numpy as np
-from flask import Flask, request, jsonify, send_from_directory
+from flask import Flask, request, jsonify, send_from_directory, send_file
 from gevent import pywsgi
 
-PORT = 8888
+# PyTorch 2.6+ 默认 weights_only=True，无法加载含 numpy 对象的旧权重（yolov5l.pt 等）。
+# 统一改回 False（权重均为本机自有可信文件）。
+import torch
+_orig_torch_load = torch.load
+def _torch_load(*args, **kwargs):
+    kwargs.setdefault("weights_only", False)
+    return _orig_torch_load(*args, **kwargs)
+torch.load = _torch_load
+
+PORT = 8899
 BASE_DIR = os.path.dirname(os.path.abspath(__file__))
 
 app = Flask(__name__, static_folder="static", static_url_path="/static")
@@ -394,7 +403,7 @@ def preview_img(hair_id):
         hairstyle_dir = config.get('default', 'hairstyleDir')
         fallback = os.path.join(hairstyle_dir, hair_id, "ref_rgb_8uc3_768.png")
         if os.path.exists(fallback):
-            return send_file_or_404(fallback)
+            return send_file(fallback)
     except Exception:
         pass
     return ("", 404)