downstream/ProxyCLIP_TPAMI/scripts/tinyclip_declip/run_tinyclip_context60.sh

#!/bin/bash

# TinyCLIP评估脚本 - Context 60数据集
# 模型: TinyCLIP-ViT-39M-16-Text-19M
# 数据集: Context 60
# 模式: csa

# 切换到项目根目录
cd "$(dirname "$0")/../.." || exit 1
PROJECT_ROOT=$(pwd)

CONFIG="configs/tinyclip_declip/cfg_context60.py"
GPU_ID=6

# 根据模型和数据集生成工作目录名称
# 格式: TinyCLIP_39M_Context60_csa_560 (560分辨率)
WORK_DIR="${PROJECT_ROOT}/logs/560/TinyCLIP_39M_Context60_csa_560"

# 创建logs目录（如果不存在）
mkdir -p "${PROJECT_ROOT}/logs/560"

# 运行评估
CUDA_VISIBLE_DEVICES=${GPU_ID} python eval.py \
    --config ${CONFIG} \
    --work-dir ${WORK_DIR} \
    --launcher none

echo ""
echo "评估完成！结果保存在: ${WORK_DIR}"