---
license: mit
tags:
  - oceanguard
  - marine-species
  - visual-rag
  - clip
  - 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.