本文介绍了 ECENet，一种新型图像分割模型，通过增强类别嵌入和特征重建模块提升了分割性能。实验结果显示，ECENet 在 ADE20K 数据集上的表现优于其他模型，且计算成本较低。

本文介绍了一种新的分割范式ECENet，通过增强类别嵌入和探索分割掩模与类别嵌入之间的反向信息流来提高性能。实验结果表明，在ADE20K数据集上，ECENet的性能优于其他模型，并且计算成本较低。在PASCAL-Context数据集上也取得了最先进的结果。