漁網師傅多穿幾道線，讓影像線索不再走丟

小港口的棚子裡，師傅補漁網防風浪。他不只把新一排縫到上一排，還拉一條細線穿回更早的每一排，讓最後一拉，很多結一起受力。重點很直白：連得多，訊息反而更清楚。

以前做很深的影像辨識，就像接力織網：每一排只把最新那條邊交出去。早期如果有個結打得漂亮，後面常常看不到，只好又打一次，線越用越浪費。拉到最後，最早的結幾乎沒感覺，錯了也不容易被發現。

DenseNet把同一段網面改了規矩：在同一塊網裡，新的一排可以直接拿前面所有排當材料。不是把它們揉成一條線，而是並排放著。對影像來說，就是把早先的線索原封不動留在旁邊，後面想用哪個就拿哪個。

並排的線索一直堆也會太厚，所以它有兩個省事的習慣。每加一排，只添一小撮新線，其他靠重用。要打比較費力的結前，先把一大把線穿過導環收一下，下一個結就綁得更快也更乾淨。

網面要換大小時，師傅會修剪、摺一摺再接下一段，免得拖著一堆鬆線跑。DenseNet也一樣：一段密密共享線索後，就做一次縮小和整理，讓畫面變小一點、線索也更精簡，再進到下一段繼續共享。

拿去跟常見的深層影像系統比，DenseNet常常能做到差不多甚至更好的辨識，卻不用背那麼多資料、也少做一些運算。師傅摸著網邊笑了笑：以前總以為要更強就得一直打新結，原來把舊結一直接得上，網就更穩。