HoReCa · Visión artificial · IoTMBO

MBO Smart Buffet: visión artificial en el borde para medir qué se come y qué se tira en un buffet

MBO es una startup andaluza que mide el consumo y el desperdicio alimentario en los buffets de hotel. En DPI Systems hemos hecho el desarrollo técnico completo del producto: cámaras y básculas conectadas, visión artificial en NVIDIA Jetson, la plataforma en la nube, el trabajo de campo y las pruebas en un hotel en producción.

Buffet frío visto desde la cámara cenital, con cada bandeja y cada pinza detectada por el modelo
Buffet caliente · en directoDesayuno
Judías con tomate676 servicios / semana
Salchicha inglesa203 servicios / semana
Bandeja 3 · nivel bajoReponer
Cliente
MBO · startup andaluza de tecnología para hostelería
Sector
Hoteles y restauración (HoReCa)
Nuestro papel
Desarrollo técnico completo: hardware, IoT, visión artificial, plataforma y campo
Hardware
NVIDIA Jetson AGX Thor, Jetson Orin Nano y quiosco de pase
Estado
En producción en el buffet de desayuno de un hotel
  • NVIDIA Jetson
  • Intel · OpenVINO
  • Ultralytics YOLO11
  • Meta DINOv3
  • FastAPI
  • Next.js
Visión por computador
En cifras

Un buffet medido en tiempo real

16cámaras por equipoUn solo NVIDIA Jetson AGX Thor procesa todo el buffet.
15 fpspor cámaraDetección y seguimiento en directo, dentro del hotel.
5.033imágenes etiquetadasDe buffets reales, desde 23 cámaras.
[−x %]desperdicio alimentario[Cifra pendiente de validar con MBO]
El reto

Medir un buffet bandeja a bandeja

En un buffet nadie sabe con datos cuánto se sirve de cada bandeja ni cuánto vuelve a cocina. La Ley 1/2025 de prevención de las pérdidas y el desperdicio alimentario obliga a medirlo, y apuntarlo a mano en plena hora punta no es viable.

  • 01

    Pesar sin frenar a cocina

    Toda bandeja que sale y vuelve pasa por la mesa de pase. Pesarla e identificarla tiene que ser un gesto de segundos, no un registro en papel.

  • 02

    Un entorno hostil para una cámara

    Reflejos en el acero, vapor, manos, pinzas y cucharas cruzándose constantemente sobre decenas de bandejas.

  • 03

    Un menú que cambia cada día

    El sistema tiene que saber qué plato hay en cada bandeja sin reentrenar un modelo por cada receta nueva.

  • 04

    Sin depender de la red del hotel

    Si la conexión falla, la medición no puede pararse ni perder datos del servicio.

  • 05

    Cifras de gestión, no vídeo

    Dirección necesita consumo, desperdicio y coste por plato y por turno, no horas de grabación.

  • 06

    Privacidad de los huéspedes

    El vídeo nunca sale del hotel: se analiza allí mismo y a la nube solo llegan eventos pequeños.

Cómo funciona

Cada bandeja, de la cocina a la mesa y de vuelta

  1. 01

    Sale de cocina

    Se pesa en la mesa de pase y una cámara identifica el plato comparándolo con el catálogo del hotel.

  2. 02

    Está en el buffet

    Las cámaras cuentan cada vez que un huésped se sirve, miden la afluencia y avisan cuando una bandeja está baja o vacía.

  3. 03

    Vuelve a cocina

    Se pesa de nuevo: la diferencia es el consumo real y lo que vuelve, el desperdicio, con su coste por gramo.

  4. 04

    Cierre del turno

    Las bandejas que no vuelven se cierran solas al terminar el servicio, para que ningún dato quede a medias.

Arquitectura

Del sensor al panel de cocina

El vídeo nunca sale del hotel. Cada nodo habla solo con el cloud y siempre por HTTPS saliente: no hay que abrir puertos en la red del cliente ni pedir cambios a su departamento de IT.

  1. 01 · En sala y cocina

    Sensores

    • Cámaras IP cenitalesRTSP · H.264 por la red local
    • Básculas de reden la mesa de pase y de residuos
    • Quiosco de pasecámara, báscula y pantalla táctil
  2. 02 · En el hotel

    Nodos edge

    • NVIDIA Jetsonhasta 16 cámaras con DeepStream, YOLO11 y TensorRT
    • QuioscoYOLO y DINOv3 con OpenVINO en CPU
    • Huella visual DINOv3384 números por plato
    • Cola en discohasta 7 días sin conexión
  3. 03 · En el cloud

    MBO Platform

    • API FastAPIun único punto de entrada de eventos
    • Qdrantidentifica el plato por su huella visual
    • Emparejado salida ↔ regresopor peso y similitud
    • PostgreSQL · Redis · MinIOdatos, idempotencia e imágenes
  4. 04 · En cocina y dirección

    Panel web

    • Vista de cocina en directo
    • Alertas de bandeja baja o vacía
    • Consumo, coste, desperdicio y aforo
    • Horas punta, reposiciones e informes

El mantenimiento va por una VPN privada separada del flujo de datos: si cae, los nodos siguen enviando eventos.

Módulo NVIDIA Jetson AGX Thor junto a su kit de desarrollo
NVIDIA Jetson AGX Thor. Imagen: NVIDIA.
  • NVIDIA Jetson
Hardware

Un buffet entero en un solo equipo

Elegimos NVIDIA Jetson para ejecutar los modelos junto a las cámaras: enviar 16 flujos de vídeo al cloud sería inviable en ancho de banda, privacidad y latencia. El Jetson AGX Thor, con arquitectura Blackwell, controla todas las cámaras de un buffet grande; el Jetson Orin Nano ejecuta el mismo código en instalaciones pequeñas. Ambos corren en Docker como servicio del sistema: arrancan solos tras un corte de luz y recuperan su configuración del cloud.

16
cámaras por Jetson AGX Thor
15 fps
por cámara, en tiempo real
128 GB
de memoria en el AGX Thor
2×
más rápido con TensorRT en FP16
20.000
eventos en cola si cae Internet
7 días
sin conexión sin perder un dato
Cocinero colocando una bandeja de comida sobre el quiosco de pase, con la pantalla táctil mostrando el turno actual
El quiosco de pase en la mesa de pase: el cocinero posa la bandeja y la pantalla propone el plato.
  • Intel · OpenVINO
Quiosco de pase

La mesa de pase, convertida en sensor

Un puesto propio para la mesa de pase: báscula, cámara cenital y pantalla táctil en un solo equipo. El cocinero posa la bandeja y en segundos queda pesada, fotografiada e identificada. Si hay duda, elige entre los platos candidatos con un toque. En modo «vuelta a cocina», el mismo puesto registra lo que vuelve del buffet.

2 modos
salida de cocina y vuelta a cocina
1 toque
para confirmar el plato si hay duda
CPU
IA con OpenVINO, sin necesidad de GPU
0
bandejas perdidas si cae la red
  • Quiosco de pase en vista de tres cuartos: báscula, columna, pantalla táctil y cámara cenital
  • Quiosco de pase en vista frontal
  • Quiosco de pase de perfil, con la cámara cenital sobre la báscula
  • Quiosco de pase en vista trasera

El cliente

MBO es una startup andaluza que hace producto para hostelería: tecnología que mide qué se sirve, qué se consume y qué se tira en los buffets y restaurantes de hotel.

DPI Systems es el equipo técnico detrás de MBO. Nos encargamos del desarrollo completo: la selección e instalación del hardware y los sensores, los modelos de visión artificial, el software que corre en el hotel, la plataforma en la nube, el trabajo de campo y las pruebas con el buffet abierto al público.

Visión en el borde

El vídeo de cada cámara se decodifica con el hardware dedicado del Jetson mediante NVIDIA DeepStream, sin gastar CPU. Un fotograma de cada cámara se agrupa en un único lote y pasa por un detector YOLO11 compilado con TensorRT en FP16 para la GPU concreta del equipo: una sola inferencia para todas las cámaras.

Después, varios procesos en paralelo siguen cada bandeja, persona o utensilio entre fotogramas con ByteTrack y aplican las reglas de negocio que convierten lo que se ve en eventos: una bandeja que sale o vuelve, un cliente que se sirve, una botella que se vierte, una bandeja sustituida, una persona que entra o sale.

El mismo nodo cubre cinco casos de uso según dónde se coloque la cámara:

  • Mesa de pase: cámara cenital y báscula; registra salidas y regresos de bandejas.
  • Contador de consumos: cámara sobre el buffet; bandejas expuestas, servicios, vertidos y cambios de bandeja.
  • Contador de personas: cámara en la entrada; entradas y salidas de comensales.
  • Show cooking: servicios de un plato fijo en un puesto de cocina en vivo.
  • Pesaje de residuos: solo báscula; desperdicio de cocina y de comensales.

La mesa de pase, el centro de la medición

Todos los datos del buffet nacen en la mesa de pase. Cada bandeja se pesa al salir de cocina y al volver: esa diferencia es el consumo real, lo que vuelve es el desperdicio y, con la ficha técnica de la receta, el coste. Las cámaras de sala añaden el detalle de qué pasa entre medias, pero el peso en la mesa de pase es la referencia de todo.

Por eso la mesa de pase tiene dos versiones. En instalaciones con Jetson, una cámara cenital y una báscula de red registran cada bandeja. Y para cocinas que necesitan un puesto propio desarrollamos el quiosco de pase: un PC compacto con Ubuntu, cámara cenital, báscula por puerto serie y pantalla táctil. El cocinero posa la bandeja; el quiosco la pesa, la fotografía, calcula su huella visual y propone el plato. Si hay duda, el cocinero elige entre los candidatos y la bandeja queda registrada. En modo «vuelta a cocina», el mismo puesto registra los regresos.

La IA del quiosco corre en CPU con OpenVINO, el equivalente de Intel a TensorRT, y comparte con el Jetson toda la lógica común: cualquier mejora llega a los dos.

Reconocer el plato sin reentrenar

El detector solo aprende qué es una bandeja, una pinza, una mano o un huésped: 9 clases que no cambian con el menú. Para saber qué plato es, el modelo DINOv3 de Meta convierte la foto de la bandeja en una huella de 384 números que el backend busca en Qdrant, con un umbral de similitud configurable por hotel. Si no lo reconoce, lo registra como desconocido para etiquetarlo después.

Cuando una bandeja vuelve, el backend busca cuál de las que salieron es: descarta las que no encajan por peso, compara por similitud visual y calcula consumido = servido − devuelto. Dar de alta un plato nuevo es fotografiarlo, no reentrenar.

Diseñado para no perder un servicio

Un hotel no es un laboratorio: se va la luz, se reinicia el router, cae Internet. La arquitectura parte de esa realidad:

  • Solo conexiones salientes: cada nodo inicia sus llamadas por HTTPS con su propia clave. El cloud nunca entra en la red del hotel.
  • Nodos en estrella, sin jerarquía: el Jetson y el quiosco no se hablan entre sí. Un nodo caído no afecta a los demás, y añadir otro es darlo de alta en el panel.
  • Nada se pierde sin conexión: cada evento se escribe en disco antes de enviarse, con una clave única y su hora real. La cola aguanta 20.000 eventos o 7 días; un corte solo retrasa los datos.
  • El cloud decide, el edge observa: el edge detecta y mide; la identificación del plato, el emparejado y las métricas se calculan en el backend, así que la lógica evoluciona sin redesplegar los hoteles.
  • Ante la duda, capturar: si no se conoce el horario del turno, las cámaras siguen encendidas; si una bandeja que vuelve no encuentra pareja, se guarda igualmente.

La plataforma

MBO Platform es multiempresa: cada hotel tiene su espacio, con roles de administración, gerencia y usuario, y contrata los servicios de buffet, restaurante o ambos. La configuración de cámaras, básculas, casos de uso y turnos vive en el cloud y se cambia desde el panel, sin tocar los equipos. Incluye vista de cocina en directo, catálogo de platos con fichas técnicas, analítica de consumo, coste, desperdicio, aforo y horas punta, y un entorno de pruebas para validar cada cambio antes de producción.

Trabajo de campo y pruebas

Un sistema de visión solo funciona si se ha probado en el sitio real. Instalamos cámaras y básculas con el hotel en funcionamiento, pusimos en marcha los equipos Jetson y les dimos acceso remoto seguro para mantenerlos sin desplazarnos.

  • Datos reales: 5.033 imágenes etiquetadas de buffets reales, desde 23 cámaras.
  • Grabaciones in situ: grabamos servicios completos y los reproducimos en laboratorio para probar cada cambio contra el mismo desayuno, fotograma a fotograma.
  • Emuladores: cámaras, básculas y backend simulados para probar el sistema completo sin ocupar el hotel.
  • Validación con cocina: parámetros del buffet y fichas técnicas acordados con el equipo del hotel, y consumo contrastado con los pesajes reales.

De MVP a producto

La primera versión, un MVP con panel de seguimiento del buffet, se construyó en seis semanas. Hoy el producto mide el ciclo completo de cada bandeja con cámaras y básculas, ejecuta la visión en equipos NVIDIA Jetson dentro del hotel y funciona en producción en un buffet de desayuno real.

El siguiente paso es llevar MBO Smart Buffet a más hoteles con una instalación cada vez más rápida: el mismo equipo, el mismo software y un catálogo de platos que se adapta a cada cocina.

MBO Platform

Lo que ve dirección

Capturas reales del panel en producción, con los datos de un desayuno. Todo lo que miden las cámaras y las básculas acaba aquí, por plato, por turno y en euros.

  • Panel de MBO Platform: analítica de consumo del desayuno con kilos consumidos, bandejas servidas, coste y ranking de platos

    Consumo por plato

    Kilos consumidos, bandejas servidas y coste del turno, con el ranking de platos: bandejas que salen y vuelven, consumo por comensal y coste de cada uno.

  • Panel de MBO Platform: analítica de ingredientes con coste total, coste del desperdicio, eficiencia y los ingredientes más usados

    Ingredientes y desperdicio

    Cruzando el consumo con las fichas técnicas: coste de ingredientes, coste del desperdicio, lo que vuelve y se reutiliza, y la eficiencia del turno.

  • Panel de MBO Platform: ingredientes más costosos con gráfico de distribución de coste e ingredientes más desperdiciados

    Dónde se va el dinero

    Los ingredientes más costosos y los más desperdiciados, con su eficiencia: la lista de lo que hay que revisar en el menú.

  • Panel de MBO Platform: flujo de visitantes del buffet por intervalos de 30 minutos con la hora punta

    Afluencia del buffet

    Comensales por franja de 30 minutos y hora punta, contados por la cámara de la entrada, para ajustar producción y reposiciones.

  • Panel de MBO Platform: catálogo de platos con la foto de cada bandeja, su categoría, recipiente y tara

    Catálogo de platos

    Cada plato con la foto real de su bandeja, categoría, recipiente y tara: la referencia con la que el sistema reconoce lo que sale de cocina.

Desde el terreno

Lo que ve el sistema

Imágenes reales de las cámaras instaladas y del pipeline en funcionamiento.

Stack tecnológico

Todo el producto, de una sola mano

Del modelo en el dispositivo al panel de dirección, desarrollado y operado por DPI Systems.

  • EdgeNVIDIA JetsonDocker
    • NVIDIA Jetson AGX Thor
    • Jetson Orin Nano
    • DeepStream 8.0
    • TensorRT
    • CUDA
    • GStreamer
    • MediaMTX
    • Docker + NVIDIA runtime
  • Visión artificialUltralytics YOLO11PyTorchMeta DINOv3OpenCV
    • YOLO11 · Ultralytics
    • ByteTrack · Supervision
    • DINOv3 · Meta
    • OpenCV
    • PyTorch
    • ONNX
    • OpenVINO
  • Datos y entrenamientoRoboflowONNX
    • Roboflow
    • MCAP · Foxglove
    • Emuladores de sensores
  • Sensores y quioscoIntel · OpenVINO
    • Cámaras IP RTSP / H.264
    • Básculas de red (TCP)
    • Báscula serie RS-232
    • Cámara USB
    • Pantalla táctil
    • PC Intel + Ubuntu
  • BackendPythonFastAPIPostgreSQLRedis
    • Python
    • FastAPI
    • SQLAlchemy
    • PostgreSQL 16 + pgvector
    • Qdrant
    • Redis
    • MinIO
    • WebSockets
  • Frontend e infraestructuraNext.jsReactTypeScriptWireGuard
    • Next.js 16
    • React 19
    • TypeScript
    • Ant Design 6
    • Recharts
    • Dokploy
    • NetBird · WireGuard
    • pgBackRest

Otros casos de éxito

Ver todos los casos de éxito
Hablemos

¿Tienes un producto que necesita ver el mundo físico?

Diseñamos y construimos soluciones completas de visión artificial e IoT: hardware, modelos, software y despliegue en campo.