El senderismo y el ciclismo han ganado popularidad como formas de promover el bienestar y la actividad física. Esto no ha pasado desapercibido para las autoridades portuguesas, que han invertido en infraestructura para apoyar estas actividades y fomentar el turismo sostenible y basado en la naturaleza. Sin embargo, la falta de datos fiables sobre el uso de estas infraestructuras impide registrar las tasas de asistencia y los tipos de usuarios más frecuentes. Esta información es importante para las autoridades responsables de gestionar, mantener, promover y utilizar estas infraestructuras. En este sentido, este estudio se basa en un estudio anterior de los mismos autores que identificó la visión por computadora como una tecnología adecuada para identificar y contar diferentes tipos de usuarios de rutas de ciclismo y senderismo. Las pruebas de rendimiento realizadas llevaron a la conclusión de que la red neuronal convolucional YOLOv3-Tiny tiene un gran potencial para resolver este problema. Basado en este resultado, este documento describe la propuesta e implementación de un prototipo demostrador. Se basa en una plataforma Raspberry Pi 4 con YOLOv3-Tiny, que es responsable de detectar y clasificar los tipos de usuarios. Una aplicación disponible en los teléfonos inteligentes de los usuarios implementa el concepto de redes oportunistas, permitiendo que la información se recoja a lo largo del tiempo, en escenarios donde no hay conectividad de extremo a extremo. Esta información agregada puede ser consultada luego en una plataforma en línea. El prototipo fue sometido a pruebas de validación y funcionales y demostró ser una solución viable y de bajo costo.