评估修改后的YOLOv8模型的参数量和速度

 YOLOv8公布了自己每个模型的速度和参数量

那么如果我们自己对YOLOv8做了一些修改，又怎么样自己写代码统计一下修改后的模型的参数量和速度呢？

其实评估这些东西，大多数情况下不需要我们从头自己写一个函数来评估

一般来说，只要是作者公布的这些分数。作者都会把这些分数的实现代码放在它的代码中。你所需要的仅仅是找到这段代码所在的位置，然后直接调用作者的代码，计算即可。

上述计算要求的diam被放在了了下面这个位置（ultralytircs8.0.40这个版本是这样，其他版本有可能会不同）

\ultralytics\yolo\utils\torch_utils.py line 165

计算参数量的函数

def model_info(model, verbose=False, imgsz=640):
    # Model information. imgsz may be int or list, i.e. imgsz=640 or imgsz=[640, 320]
    n_p = get_num_params(model)
    n_g = get_num_gradients(model)  # number gradients
    if verbose:
        print(f"{'layer':>5} {'name':>40} {'gradient':>9} {'parameters':>12} {'shape':>20