在深度学习领域，YOLO（You Only Look Once）系列目标检测算法凭借其高效性和准确性，广泛应用于各种实际场景中，例如自动驾驶、安防监控和农业监测等。随着算法的不断发展，YOLO 的网络结构逐步优化，例如 YOLOv8 和 YOLOv11 引入了更加轻量化、高效的模块，使得模型在速度和精度上达到了新的平衡。然而，对于研究者来说，直接使用现成的模型并不能满足某些特定任务的需求，因此对网络结构进行自定义修改和优化就显得尤为重要。

为了便于研究人员在论文中直观展示自己改进后的网络结构，清晰地表达创新点，绘制网络结构图是一项关键工作。以 YOLOv8 和 YOLOv11 的网络结构为基础，分别详细讲解如何通过visio工具绘制属于自己的网络结构图，帮助研究人员更好地呈现模型的改进细节。

两个网络结构图的文件，使用时需要先下载visio

YOLOv8

YOLOv11