概括

这项研究介绍了R-MIM,这是一种新的蒙面图像建模 (MIM) 技术,可以在复制内核希尔伯特空间 (RKHSs) 中增强视觉预训练. 与MAE和SimMIM等现有方法相比,R-MIM在下游任务中展示了优越的概括性.