船舶の推進性能推定において、形状変化が大きい船首、船尾といった部分が重要である。しかし、従来のViT（Vision Transformer）による予測では、注視領域が船舶が存在しない画像の隅に集中する現象が確認された。このため、船舶の重要部分に十分注目できず、予測精度の向上を阻害していると考えられる。本研究では、この課題を解決するために、画像の自己教師あり学習手法の一つであるMIM（Masked Image Modeling）をサブタスクとして活用する方法を提案する。提案手法を導入した結果、損失が30.4%改善され、注視領域も船舶の重要部分を捉えるように改善された。