asferrer/oceanguard-biodex

OceanGuard AI — BioDex assets (visual species RAG)

Assets descargables on-demand por la app OceanGuard AI para la identificación on-device de especies marinas (track BioDex), vía RAG visual.

Contenido

Fichero	Descripción
clip_vitb32.onnx	Encoder visual OpenCLIP ViT-B/32 (LAION-2B), exportado a ONNX (fp32). Input pixel_values[b,3,224,224] (normalización CLIP), output image_features[b,512] L2-norm.
species_index_v1.bin	Índice de prototipos (1218 vectores, 203 especies, k=6 por especie) sobre 5788 imágenes reales. Expansión Mediterráneo (BioDex v2): 27 especies semilla + 176 especies mediterráneas (peces óseos, tiburones/rayas, tortugas, mamíferos, cefalópodos, otros moluscos, equinodermos, cnidarios, crustáceos, esponjas, fanerógamas/macroalgas, tunicados, anélidos). Formato autocontenido (header SPEX + float16 + trailer JSONL).
species_catalog_v1.json	Catálogo: nombres científicos + comunes (6 idiomas), AphiaID, ecorregiones MEOW, IUCN.
meow_raster_v1.bin	Ráster MEOW 0.25° (lat/lon → ecorregión). Construido del shapefile MEOW real (TNC, Spalding et al. 2007): 232 ecorregiones, 62 provincias, 12 realms.
ecoregion_hierarchy_v1.json	Jerarquía ecorregión → provincia → realm MEOW.

Calidad (retrieval, held-out)

OpenCLIP ViT-B/32 zero-shot (sin fine-tuning), medido sobre el set semilla de 27 especies, split 70/30 (383 train / 164 held-out): top-1 = 84.1 %, top-5 = 98.2 %. Supera el gate inicial del proyecto (top-1 ≥ 65 %, top-5 ≥ 85 %). La expansión a 203 especies (BioDex v2) amplía la cobertura mediterránea; re-evaluar el retrieval sobre el nuevo conjunto está pendiente.

Procedencia y licencias

• Imágenes de referencia: iNaturalist + GBIF (research-grade, CC-BY / CC0). Las imágenes NO se redistribuyen aquí; solo los embeddings derivados. La atribución por imagen está en provenance.jsonl del pipeline.
• Encoder: OpenCLIP ViT-B/32 LAION-2B — licencia MIT.
• MEOW (Spalding et al. 2007): TNC, libre con atribución.

Notas

• Ráster MEOW + distribuciones por especie son reales (shapefile TNC + ocurrencias OBIS/GBIF; 168 especies con ecorregiones reales, 35 cosmopolitas exentas). El filtro geográfico degrada con elegancia (cosmopolitas y sin-datos nunca se excluyen).
• Encoder en fp32 (352 MB); fp16 pendiente por incompatibilidad de fusión LayerNorm en ONNX Runtime.

Generado por finetune/species/ del repo OceanguardAI-App.