REVA es una empresa B2B de tecnología inmobiliaria con sede en Madrid que ayuda al sector inmobiliario a gestionar, auditar y comercializar inmuebles mediante vídeo a gran escala. Los agentes y el personal de campo graban visitas estandarizadas a los inmuebles con la aplicación móvil de REVA, que les guía habitación por habitación y guarda la ubicación GPS y la hora de grabación de cada clip. A continuación, administradores de préstamos, fondos de inversión, gestores de activos, mediadores jurídicos y agencias inmobiliarias de España y Portugal revisan cada inmueble en el panel web de REVA, a través de su plataforma empresarial REVA VAM, y reciben los datos que necesitan sus propios sistemas.
Desde 2022, REVA ha procesado alrededor de 18.000 vídeos con una disponibilidad de la plataforma superior al 99 %, incluidos unos 12.800 para Hipoges, administrador de préstamos cuyo volumen de 2026 está un 53 % por encima del de 2025.
Cómo hacer que los vídeos de inmuebles sean publicables y útiles#
Los operadores inmobiliarios necesitan un registro visual fiable de miles de viviendas, y ese registro debe servir para dos cosas. Debe poder publicarse en portales inmobiliarios y en los sistemas de los clientes sin matrículas legibles, personas identificables ni marcas de la competencia. También debe ser útil para las operaciones: qué hay en la vivienda, en qué estado está y qué ha cambiado entre la entrada y la salida de un inquilino.
Hasta hace poco, el sector tenía tres opciones: dejar las grabaciones sin revisar, pagar a alguien para que viera todos los vídeos o prescindir por completo de la grabación. Ninguna de estas opciones puede escalar a carteras de decenas de miles de viviendas, cada una grabada varias veces antes de que se mude un nuevo inquilino.
REVA vio la oportunidad de cerrar esa brecha con visión artificial, pero los vídeos inmobiliarios plantean retos para los que no están diseñadas las canalizaciones de detección genéricas:
- Grabaciones espontáneas con el móvil: Los agentes graban con el móvil mientras caminan y hablan, lo que produce desenfoque por movimiento, giros rápidos de cámara, vídeos en vertical y objetos que entran en el encuadre por los bordes.
- Un estándar por vídeo: Los clientes exigen que se oculte una matrícula, una cara o un letrero en todos los fotogramas en los que aparezca. En un vídeo, una matrícula se ha filtrado o no, así que la precisión por fotograma no basta.
- Un vocabulario abierto: Una vivienda contiene cientos de elementos importantes para un inventario o una reclamación relacionada con la fianza, como cafeteras, radiadores y escurreplatos, la mayoría de los cuales no aparecen en los conjuntos de datos de entrenamiento estándar.
- Privacidad y residencia de los datos: Las grabaciones muestran el interior de viviendas ocupadas, por lo que el procesamiento, el etiquetado y el entrenamiento deben realizarse en hardware controlado por REVA, de acuerdo con el RGPD.
- Escalar con un equipo pequeño: Hipoges envía por sí sola a REVA unos 700 vídeos al mes.
Automatización de la ocultación de matrículas con Ultralytics YOLO#
La pila de visión de REVA se basa en el paquete de Python de Ultralytics y se ejecuta íntegramente en las GPU locales de REVA, por lo que las grabaciones de los clientes nunca salen de su infraestructura. La primera función que llegó a producción es la ocultación automática de matrículas.
REVA empezó en enero de 2026 con la herramienta de desenfoque de objetos de Ultralytics Solutions y después creó su propia canalización en torno a un detector de matrículas de una sola clase, extragrande y personalizado con ajuste fino, Ultralytics YOLO11 (YOLO11x). Tras cada carga, el modelo analiza todos los fotogramas de cada vídeo aplicable. Cada detección pasa una comprobación de plausibilidad geométrica basada en la relación de aspecto y el área, además de una comprobación OCR opcional, antes de aplicarle un desenfoque gaussiano. Ya está lista una versión nano del mismo detector para hardware de gama baja.
Como los clientes evalúan la ocultación por vídeo, REVA diseña la canalización para priorizar la cobertura frente a la precisión en un único fotograma y utiliza el seguimiento de objetos y la dilatación temporal para mantener las matrículas difuminadas durante los giros rápidos de cámara y el desenfoque por movimiento de las grabaciones con el móvil.
Lectura de cada habitación mediante detección de vocabulario abierto#
Ahora, los mismos recorridos se convierten en inventarios de objetos, etiquetas para anuncios y auditorías de entrada y salida. Cada clip se muestrea a 2 fotogramas por segundo y se procesa con dos modelos de Ultralytics:
- YOLO11x con seguimiento BoT-SORT: Mediante el modo de seguimiento de Ultralytics, REVA detecta 25 clases de objetos relevantes para los inmuebles, como camas, sofás, frigoríficos y lavabos, y agrega el tiempo en pantalla y la confianza media de cada seguimiento.
- Ultralytics YOLOE-26x con instrucciones de texto: Ultralytics YOLO26E permite a REVA definir nuevas clases con texto sin formato en lugar de etiquetar nuevos conjuntos de datos. Un vocabulario de 97 términos alineado con los datos de los anuncios detecta características como islas de cocina, duchas a ras de suelo, suelos de madera, paneles solares y cargadores para vehículos eléctricos. Un vocabulario escalonado de 74 clases de elementos reclamables, desde televisores y sofás hasta cuadros enmarcados y lámparas de pie, permite realizar auditorías de cambio de inquilino.
REVA utilizó primero YOLO-World v2 para la detección de vocabulario abierto y se pasó a YOLOE-26x como sustituto. Añadir un nuevo tipo de elemento para un cliente ahora solo requiere una instrucción de texto, en lugar de un proyecto de etiquetado.
Fig. 1. Visor de evidencias de REVA que compara fotogramas de entrada y salida con detecciones de YOLO. Imagen solicitada a REVA.
El resultado de la auditoría es un visor de evidencias. Para cada habitación o zona coincidente, muestra lado a lado los fotogramas de entrada y salida, el inventario de alta confianza de cada lado y sugerencias ordenadas, como «solo en la entrada» o «cambio de visibilidad». Las incrustaciones CLIP permiten emparejar habitaciones entre visitas, mientras que la transcripción del audio del agente etiqueta cada habitación. Un revisor confirma o descarta cada indicio y exporta un resumen de reclamación de la fianza, de modo que las personas solo revisan las excepciones.
Medición del éxito por vídeo, no por fotograma#
REVA considera mAP una herramienta de diagnóstico, no el objetivo. Lo que importa a sus clientes es que un vídeo publicado cumpla todos los requisitos, por lo que el equipo compara los resultados con un estándar por vídeo: hay que ocultar todos los fotogramas en los que se vea una matrícula, una cara o un cartel publicitario.
Para alcanzar ese nivel de forma sistemática con su modelo de ocultación de nueva generación, REVA está creando un flujo de trabajo de entrenamiento local con CVAT para la anotación y FiftyOne para la selección de datos. Utiliza directrices de anotación escritas, divisiones de entrenamiento y prueba realizadas a nivel de vídeo para evitar que fotogramas casi idénticos se filtren entre ambas, y un conjunto de prueba reservado de forma permanente. Ese mismo conjunto de prueba se utilizará para comparar los tamaños pequeño y mediano de los modelos YOLO con los modelos extragrandes actuales y así aumentar el rendimiento en las GPU de producción.
Vídeo conforme a escala de cartera#
Con Ultralytics YOLO en cada carga aplicable, la ocultación de matrículas ya no depende de que alguien vea cada vídeo. Esto es importante a medida que crece el volumen: solo Hipoges envía a REVA unos 700 vídeos al mes en 2026, un 53 % más que en 2025, y la plataforma de REVA ha mantenido una disponibilidad superior al 99 % en alrededor de 18.000 vídeos.
La detección de vocabulario abierto con YOLOE amplía la misma automatización a las operaciones. En lugar de una revisión manual del recorrido, una auditoría de cambio de inquilino comienza con una vista de evidencias lado a lado que muestra elementos de gran valor que han aparecido, desaparecido o cambiado. Los elementos menores se cuentan, pero se filtran, para que los revisores dediquen su tiempo a los indicios que podrían respaldar una reclamación de la fianza.
Del móvil al dron: una pila YOLO para cada inmueble#
La visión de REVA es una plataforma de datos inmobiliarios en la que un recorrido guiado cubre todas las necesidades posteriores, desde la publicación conforme y los registros del estado hasta los datos estructurados de los anuncios, los planos y el 3D. Ultralytics YOLO es la capa común de esta hoja de ruta:
- Un modelo de ocultación para el RGPD y las normas de los clientes: Un único modelo interno que cubre matrículas, caras y carteles publicitarios, entrenado con las propias grabaciones de REVA para alcanzar un estándar del 98 % por vídeo.
- Paquetes de etiquetas automáticas: Modelos de características inmobiliarias alineados con el Diccionario de datos RESO, con YOLOE para gestionar la larga cola de características menos frecuentes.
- Planos y 3D: Segmentación con YOLO de puertas, ventanas, paredes y límites de las habitaciones a partir de clips existentes de los agentes, como base para estimar planos y modelos 3D sin una cámara especial.
- Grabación autónoma con dron: Un prototipo de dron de interior de menos de 250 g que ejecuta detección de objetos con YOLO en la señal de vídeo de su cámara en directo mientras explora viviendas vacías para reconstruirlas en 3D.
- Despliegue más rápido: Exportación de modelos a ONNX y TensorRT FP16, con INT8 próximamente, y ejecución de TensorRT en hardware integrado de la clase Jetson para realizar inferencias a bordo del dron.
El objetivo de REVA es contar con una sola familia de detectores, del móvil al dron, donde la misma pila YOLO que analiza los vídeos de los agentes también analice los del dron.
¿Te interesa crear tus propias soluciones de IA visual? Explora los modelos Ultralytics YOLO, descubre cómo YOLO impulsa la innovación en distintos sectores y consulta nuestras opciones de licencia para empezar.
Escrito por
Responsable de contenidos digitales · Ultralytics
