N
NVIDIA / nvidia/MetricTrail · dino_dpvo.pth@dad495a8f2f6191500209f3a0bd395620c7e301d

MetricTrail 1.0

Checkpoint de investigación de NVIDIA publicado el 5 de noviembre para estimar movimiento de cámara y profundidad métrica. Contiene unos 3,43 millones de parámetros aprendidos, sin contar DINOv3 ni MoGe-2 externos. Aunque el texto de la ficha aún anuncia una descarga futura, el artefacto dino_dpvo.pth ya está publicado con el hash documentado.

01 / RESUMEN

Lo esencial

ORIENTACIÓNOdometría visual y profundidad métrica

Uso principal declarado o inferido con cautela desde la documentación oficial.

CONTEXTOInventario temporal de al menos 16 imágenes

Capacidad máxima de entrada cuando la fuente la publica.

SALIDAArchivos NPZ y registros JSON

Límite máximo de generación documentado.

ACCESOHugging Face · checkpoint descargable

Canales de disponibilidad verificados.

TIPO DE MODELOVisión y geometría · Robótica

Familia funcional principal y especialidades verificadas.

LICENCIANVIDIA OneWay Noncommercial License · dependencias con licencias propias

Condiciones declaradas para API, pesos o despliegue propio.

02 / FICHA TÉCNICA

Límites e integración

ID de APInvidia/MetricTrail · dino_dpvo.pth@dad495a8f2f6191500209f3a0bd395620c7e301d
Tipo de modeloVisión y geometría · Robótica
Modelo de accesoPesos abiertos
LicenciaNVIDIA OneWay Noncommercial License · dependencias con licencias propias
DespliegueDespliegue propio
Lanzamiento05 NOV 2026
Corte de conocimientoNo publicado
EntradaSecuencias de imágenes RGB · Parámetros de cámara
SalidaTrayectorias de cámara · Mapas de profundidad
Ventana de contextoInventario temporal de al menos 16 imágenes
Salida máximaArchivos NPZ y registros JSON
RazonamientoNo publicado
Herramientas publicadas
Salidas estructuradasNo publicado
Procesamiento por lotesNo publicado
Caché de promptsNo publicado
Ajuste finoNo publicado
Plataformas verificadasHugging Face · PyTorch
ENCAJA MEJOR EN

Investigación de odometría y reconstrucción geométrica con secuencias RGB ordenadas. La configuración acepta calibración conocida o estimada y estéreo rectificado opcional. El CLI exporta trayectorias y cachés de profundidad; no exporta directamente una malla o nube densa.

CONVIENE VIGILAR

Los pesos tienen uso no comercial de investigación o evaluación y las dependencias conservan sus licencias. El entorno documentado utiliza Linux y CUDA, con extensiones que deben compilarse. La nueva corrección de bucles por candidatos externos no tiene equivalencia cuantitativa demostrada con el flujo usado en los benchmarks. No acredita navegación segura de robots.

03 / CAPACIDADES

Qué puede hacer

01

Orientación

Investigación de odometría y reconstrucción geométrica con secuencias RGB ordenadas. La configuración acepta calibración conocida o estimada y estéreo rectificado opcional. El CLI exporta trayectorias y cachés de profundidad; no exporta directamente una malla o nube densa.

02

Contexto

Inventario temporal de al menos 16 imágenes · Archivos NPZ y registros JSON

03

Herramientas e integración

No publicado

04

Acceso

Hugging Face · checkpoint descargable

Modalidades de entrada
Secuencias de imágenes RGBParámetros de cámara
04 / PRECIOS

Coste documentado

ConceptoValorUnidad / condición
Entrada estándarSin tarifa API oficial publicadaTarifa estándar de API
Entrada en cachéNo publicadoLectura de prefijos reutilizados
Escritura o almacenamiento de cachéNo publicadoLa condición varía según proveedor
Salida estándarCoste de infraestructura propiaPuede incluir tokens de razonamiento
Entrada por lotesNo publicadoProcesamiento asíncrono
Salida por lotesNo publicadoProcesamiento asíncrono

Los pesos requieren infraestructura propia. El coste depende de memoria, precisión, longitud y carga. Revisa la licencia y el código del runtime antes de desplegar. Una cifra de rendimiento publicada no garantiza el mismo coste ni velocidad en otro equipo.

i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.

05 / EVALUACIONES

Cómo leer los resultados

“

La evaluación comunica 14,05 m de ATE medio en KITTI Odometry con calibración solo RGB y sin cierre de bucles. Mide RMSE tras una alineación Sim(3) por secuencia, no precisión absoluta sin alineación. Los resultados con otros cierres de bucle, estéreo o reconstrucción densa corresponden a protocolos diferentes.

BenchmarkResultadoMétricaFuente
KITTI Odometry ATE (RGB-only, no LC)14,05 mError; menor es mejorVer fuente ↗

Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.

06 / VERSIONES

Cronología

MetricTrail 1.0

Versión incorporada al catálogo verificado de Inferama.

07 / FUENTES

Trazabilidad