Etiquetado manual de fotos de carreras (registro de números de dorsal): por qué falla a gran escala (y la alternativa con IA)

¿Qué es un servicio de etiquetado manual de fotos de carreras?

Un servicio de etiquetado manual de fotos de carreras es un flujo de trabajo en el que personas (no un software) miran cada foto, identifican el número de dorsal del participante y lo registran como etiqueta de esa imagen. El resultado es una biblioteca de fotos con búsqueda, normalmente una “búsqueda por número de dorsal”, para que los corredores encuentren rápido todas las fotos en las que aparece su dorsal.

En el mundo de los maratones también verás que se le llama etiquetado de fotos de maratón, indexación de fotos de carreras, etiquetado de dorsales o registro de números de dorsal. Algunos proveedores lo describen como “asignación de palabras clave” porque el número de dorsal se convierte en una palabra clave asociada a la imagen.

Si quieres un ejemplo real de cómo describen este servicio los proveedores externos, consulta la página de etiquetado de fotos de carreras de BIB Number Entry y su página de presentación.

Dónde falla el etiquetado manual de dorsales (y por qué los corredores siguen sin encontrar sus fotos)

El etiquetado manual puede ser preciso en las fotos en las que el dorsal se lee con claridad. El problema es que una galería de carrera está llena de imágenes en las que el dorsal no se lee, y muchas veces son justo las fotos que más les importan a los participantes.

• Dorsal no visible: manos, botellas de agua, cinturones de hidratación, chaquetas, ponchos, medallas, dorsal doblado o curvado, o el corredor de perfil.
• Multitudes + superposición: varios corredores se tapan entre sí, sobre todo en la meta y en los puntos más fotografiados.
• Desenfoque de movimiento + distancia: el corredor se ve con la nitidez suficiente para reconocerlo, pero los dígitos no.
• Escala y plazo de entrega: cuanto más crece el volumen de fotos, más crece el tiempo de entrega, así que las fotos se publican tarde, cuando la emoción de los corredores ya pasó.
• Carga de soporte: “No encuentro mis fotos” se convierte en un problema de atención al cliente, aunque las fotos estén en la galería.

Por eso los flujos basados solo en el dorsal (manuales o automáticos) no resuelven del todo la búsqueda. Necesitas un segundo modo de búsqueda que no dependa de que el dorsal se pueda leer.

Por qué 9Pic AI funciona mejor para entregar fotos de carreras

9Pic AI está diseñado para ofrecer una búsqueda rápida y fácil para los participantes a gran escala. En lugar de depender de un único identificador frágil (un dorsal legible), puedes ofrecer dos formas de encontrar fotos:

• 9Pic BibTrack: reconocimiento de números de dorsal en las fotos en las que el dorsal es visible.
• 9Pic FaceFind: búsqueda por selfie para que los corredores encuentren sus fotos aunque el dorsal esté tapado, no aparezca o no se pueda leer.

El resultado práctico: más participantes encuentran más fotos y más rápido, y tu equipo dedica menos tiempo a búsquedas manuales, a volver a etiquetar y al soporte.

Lo que recibes realmente (entregables)

Antes de contratar a un equipo de etiquetado manual de fotos, aclara el entregable, porque “fotos etiquetadas” puede significar varios formatos. Estos son los entregables habituales:

• Correspondencias en CSV u hoja de cálculo: una tabla del tipo nombre de archivo → número(s) de dorsal, a veces también con el punto de control, la franja horaria o el nombre de la carpeta.
• Metadatos incrustados: el número de dorsal escrito en los metadatos de la imagen (a menudo como palabras clave IPTC) para que la etiqueta “viaje” con el archivo.
• Formato de importación de la plataforma: si usas un sistema de galerías concreto, el proveedor puede entregar los datos con el esquema de importación que exige esa plataforma.
• Informe de control de calidad: estadísticas de las revisiones por muestreo, comprobación de duplicados y notas sobre casos límite (por ejemplo, el grupo de “dorsal ilegible”).

Una pregunta sencilla que evita problemas más adelante: “¿Podemos hacer una pequeña prueba piloto (500-1,000 fotos) y validar el resultado con el flujo de trabajo de nuestra galería?”

Cómo funciona el etiquetado manual de dorsales (flujo de trabajo típico)

Los mejores flujos de etiquetado manual de fotos de carreras son aburridos, en el buen sentido. Están diseñados para reducir el error humano con estructura, trabajo por lotes y validación.

Paso 1: define las reglas de etiquetado (aquí es donde fallan la mayoría de los proyectos)

El etiquetado manual se complica cuando hay ambigüedad. Tu hoja de reglas debería responder estas preguntas:

• Varios corredores en una foto: ¿se etiquetan todos los dorsales visibles o solo el más destacado?
• Dorsales parciales: ¿se etiqueta “123?” o se omite si no se pueden confirmar todos los dígitos?
• Oclusiones y desenfoque de movimiento: ¿se permite la “mejor estimación” o se exige certeza?
• Duplicados: ¿se eliminan los duplicados de las ráfagas o se etiqueta todo?
• Identificadores distintos del dorsal: ¿se etiqueta alguna vez el nombre, la categoría de edad o el tiempo de llegada?

Paso 2: prepara los lotes de fotos + los nombres de archivo

Un equipo manual trabaja más rápido cuando las fotos están agrupadas con lógica. Dividirlas por punto de control (salida, mitad del recorrido, meta), cámara o franja horaria reduce los cambios de contexto y facilita el control de calidad.

Si los nombres de archivo no son estables (por ejemplo, si los cambias después de editar), decide cuándo se etiqueta. Una buena práctica habitual es: exportación final → después etiquetar, para que las etiquetas correspondan a las imágenes que realmente vas a publicar.

Paso 3: etiquetado (donde las personas siguen siendo las mejores)

El etiquetado manual brilla justo en las situaciones que más les cuestan a los métodos automáticos:

• Dorsales arrugados y tela curvada
• Visibilidad parcial (manos, cinturones de hidratación, chaquetas)
• Dorsales en lugares poco habituales (costado, espalda, pantalón corto)
• Poca luz o sombras duras
• Dorsales mojados (carreras en temporada de monzones) o superficies de dorsal reflectantes

Pero recuerda: ni el mejor equipo manual puede etiquetar con fiabilidad las fotos en las que el dorsal está totalmente tapado o es ilegible. Ahí es justo donde la búsqueda por selfie (FaceFind) cubre el hueco, para que los corredores sigan encontrando esas fotos.

Paso 4: control de calidad (la precisión es un proceso, no una promesa)

Cuando los proveedores hablen de “precisión”, pregunta cómo se mide. Un buen plan de control de calidad suele incluir:

• Doble registro en una muestra (dos personas etiquetan por separado y se revisan las discrepancias)
• Comprobaciones de coherencia (formatos de dorsal no válidos, rangos de dorsales imposibles)
• Revisiones por muestreo en los grupos de mayor impacto (las fotos estrella en la meta)
• Grupo de dudosos para los dorsales ilegibles (para que puedas decidir qué hacer)

Plazo de entrega: ¿qué influye realmente?

Lo que más determina el plazo de entrega es la cuenta: total de imágenes × segundos promedio por imagen. Pero en la práctica, estos factores pesan más de lo que la mayoría de los equipos espera:

• Calidad de las fotos: el desenfoque, la distancia y las oclusiones aumentan los “segundos por foto”.
• Cuántos dorsales hay por imagen: las multitudes en la meta pueden multiplicar el trabajo.
• Si exiges certeza total: las reglas conservadoras ralentizan la entrega, pero reducen los errores.
• Solicitudes de cambios: “¿pueden volver a etiquetar con los nombres de archivo finales?” es una trampa clásica que obliga a rehacer el trabajo.

Si tu evento tiene un gran volumen y la velocidad importa, vale la pena comparar los flujos solo manuales con los híbridos, en los que la IA permite encontrar las fotos al instante y las personas se centran en las excepciones.

Preguntas sobre seguridad de datos y privacidad que debes hacer

Con un servicio de etiquetado manual, tus fotos y los identificadores de los participantes pasan por manos de terceros. Como mínimo, pregunta:

• Control de acceso: ¿quién puede descargar los archivos? ¿Cómo se revoca el acceso después de la entrega?
• Almacenamiento: ¿las fotos se guardan cifradas en reposo? ¿Cuánto tiempo se conservan los archivos?
• Uso compartido: ¿se comparten alguna vez las fotos con subcontratistas?
• Auditoría: ¿el proveedor puede facilitar un registro de actividad sencillo (con la fecha y hora de las subidas y descargas)?

Para saber cómo publicar galerías para los participantes en la plataforma, empieza por Cómo funciona y por el texto de la política de privacidad de tu evento.

Lista de verificación para elegir proveedor (para copiar y pegar)

Usa esta lista cuando evalúes proveedores de etiquetado manual de fotos de maratón:

• Prueba piloto: ¿Pueden hacer una pequeña prueba piloto de pago con nuestras fotos reales y confirmar el formato del entregable?
• Reglas: ¿Tienen una hoja de reglas por escrito para dorsales parciales, varios dorsales, casos dudosos y retrabajo?
• Resultado: ¿Entregan palabras clave IPTC, un CSV o una importación para la galería? ¿Pueden mostrar un archivo de muestra?
• Control de calidad: ¿Qué control de calidad hacen y cuál es el proceso para las correcciones?
• Seguridad: ¿Dónde se guardan los archivos, cuánto tiempo se conservan y quién tiene acceso?
• Plazos: ¿Cuál es el plazo de entrega prometido y de qué supuestos depende?

Manual o IA (y por qué suele ganar el enfoque híbrido)

El etiquetado manual es una buena opción cuando la precisión en las fotos difíciles importa más que la velocidad. Pero si atiendes a miles de corredores, “encontrar mis fotos” es un problema de tiempo hasta el primer resultado y también de cobertura (muchas fotos geniales no tienen dorsales legibles).

Este es el enfoque que mejor vemos funcionar en las carreras modernas:

• IA para encontrar las fotos al instante: los participantes usan la búsqueda por selfie (9Pic FaceFind) y el reconocimiento de dorsales (9Pic BibTrack) para encontrar sus fotos aunque el dorsal esté tapado en muchas tomas.
• Revisión manual para los casos límite: las personas corrigen las pocas lecturas erróneas y se ocupan de las fotos realmente ambiguas, sin frenar toda la galería.

Si estás planificando la experiencia de fotos de una carrera de gran volumen, consulta Para maratones y Precios para conocer las opciones a gran escala.

Preguntas frecuentes

¿El etiquetado manual de fotos de carreras es lo mismo que la “asignación de palabras clave a fotos”?

Muchas veces, sí. Muchos servicios describen que agregan el número de dorsal como una palabra clave (ya sea incrustada en los metadatos o en una hoja de cálculo que tu plataforma de galerías usa como palabras clave).

¿Debemos etiquetar antes o después de editar?

Normalmente después de la exportación final (o cuando los nombres de archivo sean definitivos). Si etiquetas pronto y luego cambias los nombres o vuelves a exportar, puedes generar un retrabajo costoso.

¿Cuál es la causa más común de las etiquetas erróneas?

Las reglas ambiguas sobre dorsales parciales y las fotos de la meta con mucha gente. Unas reglas claras para el “grupo de dudosos” reducen las coincidencias erróneas.

¿El etiquetado manual puede reemplazar al reconocimiento facial?

Puede, pero cambia la experiencia del participante: los corredores tienen que saber (y escribir) su número de dorsal. Con la búsqueda por selfie, los participantes pueden encontrar sus fotos aunque hayan olvidado su dorsal o este no se vea en algunas tomas.

¿Qué pasa si el dorsal del corredor está tapado en muchas fotos?

Es habitual a gran escala (manos, botellas, chaquetas, medallas, multitudes). Si tu método de búsqueda depende solo de un dorsal legible, esas fotos se vuelven difíciles de encontrar. La búsqueda por selfie (9Pic FaceFind) ayuda a los participantes a encontrar fotos aunque el dorsal no se pueda leer, mientras que 9Pic BibTrack cubre las tomas con el dorsal visible.

Próximos pasos

Si estás eligiendo entre el etiquetado manual de fotos y la IA para una próxima carrera, empieza con una pequeña prueba piloto: elige 1,000 fotos variadas (meta + recorrido), prueba el resultado del etiquetado manual con tu galería y compáralo con un flujo de 9Pic AI (BibTrack + FaceFind). La forma más rápida de juzgar es sencilla: mide cuánto tardan los participantes reales en encontrar sus fotos.

¿Quieres ayuda para diseñar un flujo de trabajo híbrido para tu maratón? Contáctanos y cuéntanos cuántas fotos tendrás aproximadamente, cuántos fotógrafos habrá y cuándo necesitas publicar las fotos.