UltraBench 2：对超声视觉基础模型进行稳健评估

基准测试是机器学习及其应用领域（包括医疗保健）研究中日益重要的一部分。然而，尽管近年来新的超声基础模型稳步发展，但精心设计的评估它们的基准的开发却落后了。这一缺陷导致对竞争模型的评估分散且不一致，从而难以衡量进展情况。为了解决这个问题，我们推出了 UltraBench 2，这是一个全面的基准测试，具有广泛的解剖和任务覆盖范围，并注重标准化、可重复性和易用性。使用该基准，我们比较了用于超声图像分析的现有视觉基础模型。我们的分析表明，特定于超声的预训练仍然领先于分类，但最先进的通用模型已经在分割方面达到了水平。