论文必备 - YOLOv8输出模型每一层的耗时和GFLOPs，深入比较每一层模块的改进效果

前言

在做一些比较实验中，特别是在模型轻量化时,如何更精确的查看和对比我们的改进模块时候有效，是否有提升呢？

这时候我们就可以打印改进模型中每一层的耗时和GFLOPS来比较不同模块的占用量。这样就可以有针对性的改进我们的模型，并且在写论文中直接展示某一层的改进效果，会更加的直观，也能够丰富论文内容。

在下方的实现效果中，可以看出来能够打印YOLOv8及其改进的每一层的相关耗时time，计算量GFLOPs，参数量params等，可查看改进后的任意模型，并且可调节batch-size。

---

专栏目录：YOLOv8改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

专栏地址：YOLOv8改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点！

核心代码

在根目录新建print.py，并填入如下代码：

import argparse
from pathlib import Path
from typing import Optional
import inspect
import os
import sys
import platform

import torch
from ultralytics.nn.tasks