使用自己的数据集迁移训练的时候，这段代码怎么改eval_config { num_examples: 200 metrics_set: "coco_detection_metrics" use_moving_averages: true include_metrics_per_category: true

这段代码是用于评估模型性能的配置信息，其中`num_examples`表示评估时使用的样本数，`metrics_set`表示使用的评估指标集，`use_moving_averages`表示是否使用滑动平均值进行评估，`include_metrics_per_category`表示是否对每个类别单独计算指标。如果要改变使用自己的数据集进行迁移训练时的评估配置，需要根据自己数据集的情况进行修改。具体来说，需要修改以下内容：

1. `num_examples`：根据自己的数据集大小修改为合适的值。

2. `metrics_set`：根据自己的任务类型和评估需求选择合适的指标集。如果使用的是目标检测数据集，可以使用`coco_detection_metrics`；如果使用的是语义分割数据集，可以使用`coco_segmentation_metrics`。

3. `include_metrics_per_category`：如果希望对每个类别单独计算指标，可以将其设置为`true`，否则设置为`false`。

例如，如果要使用自己的数据集进行目标检测任务的评估，可以修改为：

eval_config {
  num_examples: 1000
  metrics_set: "coco_detection_metrics"
  use_moving_averages: true
  include_metrics_per_category: true
}

其中`num_examples`为评估时使用的样本数，`metrics_set`为使用的指标集，`use_moving_averages`为是否使用滑动平均值进行评估，`include_metrics_per_category`为是否对每个类别单独计算指标。需要根据自己的数据集大小和任务需求进行适当的修改。