feat(worker): 接口1 四庭七眼测量真实实现（替换 Mock）

worker 侧从 Mock 替换为真实算法：
- face_analysis 包：detector(MediaPipe 478点) / pose(solvePnP 姿态) /
  calibration(虹膜直径法) / hair_segmenter+bisenet_model(方案B 头发分割) /
  measure(方案A兜底+B/A决策+七眼+换算) / annotation(numpy渐变线+中文标注)
- app.py：/api/v1/face/measure 接真实实现，返回 annotated_image_base64
  （不落盘不拼URL，落盘由网关做）；加 X-Internal-Token 鉴权、/health 就绪态、
  可配置分辨率门槛、异常兜底
- 部署：start.sh/run_worker.sh/hair-worker.service 监听 8187；worker_config 示例
- 测试 tests/：Tier1合成真值<1e-6 + Tier2缩放不变 + Tier3叠加 + 错误码集成 +
  数值回归，pytest 24 项全绿
- 文档补实测基线表 + RTX5090/torch 说明

注：worker 为 RTX 5090(sm_120)，pinned torch 2.2.2(cu121) 只到 sm_90，
BiSeNet 已自动回退 CPU（方案B 正常）；要用 GPU 需换 torch cu128(≥2.7)。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

docs/接口1-四庭七眼测量-技术实现方案.md

@@ -841,6 +841,39 @@ torchvision==0.17.2
 
 ---
 
+## 12. 实测基线数值表（frontal.jpg，682×811）
+
+worker 侧首次实现后的实测值，作为数值回归基线（`tests/test_pipeline.py`）。
+
+| 量 | 方案 A（兜底，mask=None） | 方案 B（分割，主） |
+|----|--------------------------|--------------------|
+| hairline_source | estimated | segmentation |
+| 顶庭 cm | 5.06 | 6.51 |
+| 上庭 cm | 6.07 | 4.08 |
+| 中庭 cm | 7.23（实测） | 7.23（实测） |
+| 下庭 cm | 5.64（实测） | 5.64（实测） |
+| 全脸高 cm | 24.01 | 23.47 |
+| 眼宽 cm | 2.52 | 2.52 |
+| 脸宽 cm | 12.49 | 12.49 |
+| 两眼间距 cm | 3.24 | 3.24 |
+| px_per_cm（虹膜法） | 15.06 | 15.06 |
+| head_pose (yaw/pitch/roll) | 15.73 / 20.93 / 3.40 | 同左 |
+
+> 说明：中/下庭、七眼、px_per_cm、姿态在两方案下一致（均为实测）；顶/上庭方案 A 为
+> 比例推算、方案 B 为分割实测，二者差异正体现"方案 B 取真实发际线/头顶"的价值。
+> 数值回归测试固定走方案 A（确定性、与 torch 无关），容差 1%。
+
+### 运行环境实测要点（worker = RTX 5090）
+
+- **GPU 架构兼容性**：本 worker 为 **RTX 5090（compute capability 12.0 / Blackwell, sm_120）**。
+  锁定的 `torch==2.2.2+cu121` 仅编译到 **sm_90**，在 5090 上执行 CUDA 算子会报
+  `CUDA error: no kernel image is available`。`hair_segmenter._select_device()` 已做
+  一次小算子探测，失败自动回退 **CPU**（BiSeNet CPU 推理约 0.3–1s/张，方案 B 正常可用）。
+- **要真正用上 5090 GPU**：需换装支持 sm_120 的构建（**torch cu128，≥2.7**，配套
+  torchvision），代码无需改动（`_select_device` 会自动选 CUDA）。可设 `FORCE_CPU=1` 强制 CPU。
+
+---
+
 > **文档版本**: v2.0  
 > **创建日期**: 2026-06-13（v2.0 修订：修复循环论证/分辨率/字体/numpy 等问题，引入方案 B 分割 + solvePnP 姿态）  
 > **依赖模型**: MediaPipe Face Mesh (468 landmarks) + BiSeNet face-parsing (头发分割)