请给出一个EasyCV中评估配置的示例。

以下是一个EasyCV中评估配置的示例：

eval_pipelines = [ 
dict( 
mode='test', 
data=data['val1'], 
dist_eval=True, 
evaluators=[dict(type='ClsEvaluator', topk=(1, 5))], 
), 
dict( 
mode='test', 
data=data['val2'], 
dist_eval=True, 
evaluators=[dict(type='RetrivalEvaluator', topk=(1, 5))], 
) 
]

asyCV的评估配置示例通常涉及到模型的配置文件、评估数据集和模型Checkpoint路径。以下是一个简化的示例：

easyasr_eval --config_file='config.yaml' --checkpoint='models/your_model.ckpt' --vocab_file='vocabulary.txt' --eval_data='data/eval.tfrecord'

在这个示例中：

config_file 是评估模型的配置文件，如 config.yaml，里面包含了模型结构和参数设置。
checkpoint 是模型的保存路径，例如 models/your_model.ckpt，这是要评估的模型的最新Checkpoint。
vocab_file 是模型的词汇表文件，比如 vocabulary.txt，用于将预测的序列转化为文本。
eval_data 是评估数据集的路径，此处是 data/eval.tfrecord，评估数据通常为TFRecord格式。
可参考文档