🔧 chore: 恢复 images/train|val 目录结构

实测 datasets 能自动识别嵌套的 images/train 与 images/val
（val 自动映射为 validation split），且各目录内的 metadata.jsonl
可正常关联，因此保留原始 YOLO 布局，无需把图片移到顶层。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

README.md

@@ -111,9 +111,9 @@ configs:
   - config_name: coco8
     data_files:
       - split: train
-        path: train/*
+        path: images/train/*
       - split: validation
-        path: validation/*
+        path: images/val/*
     default: true
 ---
 
@@ -129,14 +129,15 @@ Ultralytics COCO8 是一个规模虽小但用途广泛的目标检测数据集
 ## 仓库结构
 
 ```text
-train/                # 4 张训练图片 + metadata.jsonl
-validation/           # 4 张验证图片 + metadata.jsonl
+images/train/         # 4 张训练图片 + metadata.jsonl
+images/val/           # 4 张验证图片 + metadata.jsonl
 labels/train|val/     # 原始 YOLO 格式 .txt 标注（归一化 cx cy w h）
 data.yaml             # Ultralytics 数据配置
 ```
 
 每个 split 目录下的 `metadata.jsonl` 提供目标检测标注（像素坐标 `[x, y, width, height]`，
-左上角原点），可直接被 Hugging Face Dataset Viewer 与 `datasets` 库识别：
+左上角原点），可直接被 Hugging Face Dataset Viewer 与 `datasets` 库识别
+（目录名 `train`/`val` 会被自动映射为 train/validation 两个 split）：
 
 ```jsonl
 {"file_name": "000000000009.jpg", "objects": {"bbox": [[1.08, 187.69, 611.59, 285.84], ...], "categories": [45, ...]}}

data.yaml

@@ -10,12 +10,12 @@
 
 # Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
 #path: coco8 # dataset root dir
-train: train # train images (relative to 'path') 4 images
-val: validation # val images (relative to 'path') 4 images
+train: images/train # train images (relative to 'path') 4 images
+val: images/val # val images (relative to 'path') 4 images
 test: # test images (optional)
 
-# 说明：为兼容 Hugging Face Dataset Viewer，图片已移至顶层 train/ 与 validation/ 目录；
-# YOLO 格式标注仍保留在 labels/train 与 labels/val 中，文件名与图片一一对应。
+# 说明：images/train 与 images/val 下的 metadata.jsonl 供 Hugging Face Dataset Viewer
+# 使用（像素 xywh 坐标）；YOLO 训练仍使用 labels/ 目录下的 .txt 标注。
 
 # Classes
 names: