在YOLOv9的模型改进中，使用一些模块进行改进后，无法正常训练。

膨胀操作通常用于填补前景对象中的小洞、连接邻近的对象等。然而，它也可能导致前景对象在视觉上变大或与其他对象合并。膨胀是图像形态学操作的一种，与腐蚀操作相反，它用于增大图像中亮区域（通常是前景对象）的大小。

读取的图像路径中包含中文路径，包括图像的命名。

以上就是关于LabelImg的安装与使用的全部内容，LabelImg中提供了Pascal VOC格式（XML）、YOLO格式（TXT）、Create ML（json）多种标注格式以满足不同网络对数据集格式的要求，标注完成后就可以进行下一步的模型训练了。

在利用YOLOv9源码进行模型训练的时候，在训练完成后，权重文件夹中的图像和txt文件，val_loss一直为0。在val_dual.py的197行，将原本注释的代码解开即可。在训练过程中，为计算验证的loss。此时再次训练便会有val loss。