您好，这是 [PASCAL 数据集的链接](https://data.vision.ee.ethz.ch/kmaninis/share/MTL/PASCAL_MT.tgz)。 预训练模型权重也可[在此处](https://drive.google.com/file/d/1AzzOgX6X0VFKyXUBXhwlgmba5NbPUq3m/view?usp=drive_link)获得，因此如果您只想进行评估/推理，则无需重新训练模型。README 中提供了使用预训练权重运行 eval 的命令。 我们使用 Swin tiny，但 img 大小为 448，但如果您使用主配置文件 （mtlora_tiny_448_r64_scale4_pertask.yaml），则无需指定变体，如 README 所示。 你回答的这个我想问一下就是你文中讲解的微调是指的什么，是指的重新训练吗
您好，这是 PASCAL 数据集的链接。
预训练模型权重也可在此处获得，因此如果您只想进行评估/推理，则无需重新训练模型。README 中提供了使用预训练权重运行 eval 的命令。
我们使用 Swin tiny，但 img 大小为 448，但如果您使用主配置文件 （mtlora_tiny_448_r64_scale4_pertask.yaml），则无需指定变体，如 README 所示。 你回答的这个我想问一下就是你文中讲解的微调是指的什么，是指的重新训练吗