Hola, soy Denizhan Şahin. Soy estudiante de tercer año de Ingeniería Informática en la Universidad Yozgat Bozok. Explicaré mi trabajo para el Concurso de Sugerencias y Depuración de Pardus 3, por qué uso Pardus y mi motivación para contribuir con el software doméstico y nacional de nuestro país.
Como saben, el software doméstico y nacional son la seguridad cibernética de nuestro país, la continuidad de los estudios de I+D, la disminución de las tarifas pagadas por el uso de software extranjero y su contribución económica, el aumento de las exportaciones de tecnología, el desarrollo de la nuestra. tecnología por nuestra mano de obra calificada con su propio capital y conocimiento, y la transferencia de estas experiencias a las próximas generaciones.
Mi interés por el mundo de la tecnología, que comenzó en mis años de secundaria, se convirtió en un factor importante en mi uso de las tecnologías domésticas en el futuro. Siempre ha sido mi sueño desarrollar tecnologías nacionales, contribuir a los estudios actuales y ser un ingeniero calificado para nuestro país. He estado usando el sistema operativo Pardus activamente durante 8 años, aunque entendí la importancia del software doméstico, especialmente después de conocer a Pardus en mis años de escuela secundaria. Especialmente en mis años de escuela secundaria y preparatoria, informé a mis amigos y maestros de la escuela sobre Pardus y el software local sobre el uso de Pardus en los dispositivos de información del aula y les presenté el mundo de Pardus y Linux.
En línea con mi interés por la tecnología y mi mayor comprensión de la importancia del software doméstico, después de convertirme en estudiante universitario, comencé a trabajar en el desarrollo de software, inteligencia artificial, etc., especialmente en Pardus y Linux, en las comunidades en las que estaba. . He estado trabajando en tecnologías. Decidí participar en el Concurso de Depuración y Sugerencias Pardus 21 para aportar mi conocimiento y experiencia a nuestro sistema operativo doméstico y nacional, Pardus, junto con los trabajos que he realizado y soñado. En primer lugar, me gustaría agradecer a mi estimado asesor académico, amigos de la comunidad y familiares que me apoyaron en esta decisión.
Mis experiencias durante la competencia
Para el Concurso de Sugerencias y Depuración de Pardus 21, primero trabajé en más de una computadora. Continué mi trabajo en cuatro computadoras en total. Dos de estas computadoras eran computadoras portátiles y computadoras con soporte para GPU Nvidia, mientras que las otras eran computadoras de escritorio, una con GPU AMD y la otra con soporte para GPU Nvidia. En primer lugar, mi objetivo principal fue trabajar en los problemas y sugerencias que pueden ocurrir durante las etapas de instalación del sistema operativo Pardus. A futuro ha sido trabajar en las sugerencias necesarias para un uso sencillo del ordenador y los problemas que puede encontrar el usuario. Además, el software que utilizo activamente fue para ejecutar el software en el sistema operativo Pardus, para crear las condiciones adecuadas y el entorno de prueba para ejecutarlo y analizar los errores que pueden ocurrir. Sin embargo, he estado desarrollando proyectos que creo que pueden ser útiles para el sistema operativo Pardus. Además, ha sido para desarrollar mis determinaciones y sugerencias de solución para los errores que puedan ser importantes.
Como usuario desde hace mucho tiempo del sistema operativo Pardus, primero trabajé en mis propias experiencias. Además, al usar Pardus en los estudios de proyectos que utilicé en mi vida universitaria y en la vida diaria sin usar ningún otro sistema operativo que no sea Pardus, he proporcionado para identificar los problemas y crear un conocimiento para los estudios que he planeado o voy a hacer. planificar más tarde.
Mientras continuaba con mi trabajo en Pardus, noté que a veces obtengo errores durante la instalación del software y que necesito reinstalar Pardus en la computadora durante las operaciones relacionadas. Especialmente cuando quiero probar algunas interfaces gráficas, Nvidia Driver, etc. Noté que el sistema se dañó durante la instalación y eliminación del software y, a veces, Nvidia CUDA Toolkit no funcionaba como se deseaba. También hubo momentos en los que recibí errores al instalar algunas bibliotecas de Python, al intentar instalar algunos paquetes que no eran del sistema y cuando no podía encontrar algunos paquetes en Internet. En algunos casos ha habido casos en los que el sistema operativo no funcionaba y no podía detectarlo, incluso cuando no tenía problemas. En algunos casos, como usuario root, instalación de algunos paquetes, etc. en todo el sistema. Hice transacciones.
Para mis trabajos relacionados, traté de resolver todo tipo de problemas que encontré, en su totalidad o en parte. Sin embargo, decidí continuar o terminar los proyectos que quería después de un cierto proceso de planificación e investigación-desarrollo. Usé el sistema operativo Pardus durante aproximadamente un año durante el proceso de competencia y me di cuenta de que me ayudó mucho durante el desarrollo de mis proyectos.
Contribución del proceso de competencia para mí
La contribución del proceso de competencia para mí ha sido realmente beneficiosa. Usar el sistema operativo Pardus constantemente me ha dado mucho gusto, porque usar un sistema operativo doméstico y nacional es una gran oportunidad tecnológica en todos los sentidos.
En primer lugar, entendí cómo se puede llevar a cabo un proceso de investigación. Aprendí a leer artículos sobre diversos temas, a examinar las soluciones a los problemas encontrados y a examinar las fuentes oficiales del software que se utilizará.
En segundo lugar, he aprendido a desarrollar soluciones a problemas que pueden surgir durante el uso continuo de un software, y he adquirido conocimientos y experiencia en términos de problemas y software relacionados.
En tercer lugar, en la etapa de desarrollar un proyecto y transformarlo en un producto, me aportaron las etapas de planificación y desarrollo de la idea correspondientes.
En cuarto lugar, en un proceso de competencia, trabajo planificado, desarrollando experiencias y ganando nuevas experiencias, aprendiendo a usar los estudios en otros estudios futuros, usando Internet y otros recursos de manera eficiente, etc. He ganado conocimiento y experiencia.
¿Cómo hago mi trabajo? yo desarrolle?
Para mejorar mi trabajo, primero comencé a instalar y usar el software y los controladores que uso activamente en otros sistemas operativos en computadoras con tarjetas gráficas Nvidia y AMD en Pardus. Primero, instalé los controladores del controlador Nvidia para computadoras con GPU Nvidia. Después de las instalaciones pertinentes, encontré que a veces ocurren algunos problemas en el sistema operativo. Para resolver situaciones como que la interfaz gráfica no funcionaba, primero quité los controladores que instalé y reinstalé el software de la interfaz gráfica para mayor comodidad, pero reinstalé Pardus en estas computadoras para lograr un proceso más estable. Instalé el software CUDA y cuDNN para Pardus, especialmente para hacer estudios de inteligencia artificial y usar el sistema operativo de manera más eficiente. Con este software, podría realizar mis trabajos, como inteligencia artificial y visión por computadora, más rápido. En particular, instalé la biblioteca de inteligencia artificial llamada TensorFlow y OpenCV y otras bibliotecas utilizadas en el campo de la visión por computadora en las computadoras que uso.
Aplicación de reconocimiento facial
En particular, decidí contribuir a la seguridad del usuario del sistema operativo Pardus y desarrollar un software de reconocimiento facial que aún no es utilizado por una gran audiencia en los sistemas operativos Linux en la actualidad. Empecé a trabajar con Keras RetinaNet y TensorFlow. El hecho de que Keras RetinaNet en particular tenga una mayor tasa de precisión en los artículos de reconocimiento facial que he leído me hizo usar este software primero. Sin embargo, he intentado integrar software avanzado de reconocimiento facial como ArcFace y otro software como GoogleNet en mi trabajo. Especialmente para mi trabajo, la arquitectura de reconocimiento de imágenes ResNet tiene una estructura sólida, que está entre mis preferencias. Con Keras RetinaNet, primero hice un modelo de entrenamiento que detecta el rostro humano. Con este modelo entrenado, sería capaz de detectar rostros de personas. Más tarde, trabajé en la grabación de la imagen de la cara detectada y entrené un modelo separado para esta imagen de la cara. La tarjeta gráfica que usé durante mis estudios, RTX 2060 (es la tarjeta gráfica con mayor capacidad durante mis estudios) no era del todo eficiente y sobre todo porque se utilizaron todos los recursos de esta tarjeta gráfica y no pude lograr la tasa de precisión deseada , la visualización de un software muy lento como Keras RetinaNet, he decidido que no puede hacer nada para las computadoras que no tienen una tarjeta.
Sin embargo, como otro método, trabajé con un software llamado Haar Cascade, que generalmente no admite inteligencia artificial. Con este software, decidí detectar los puntos determinados en el rostro humano y realizar el reconocimiento facial realizando operaciones matemáticas en estos puntos. En esta etapa, incluso si pensaba en hacer aprendizaje automático con los datos de puntos obtenidos, las tasas de precisión muy bajas con Haar Cascade y los problemas para detectar algunos puntos en el rostro humano me llevaron a usar otra arquitectura de software en lugar de este software.
Sin embargo, decidí usar la arquitectura llamada DeepFace de acuerdo con mis estudios y los recursos que leía. Esta arquitectura, por otro lado, me ha permitido continuar mi trabajo en esta dirección, especialmente el uso eficiente de los recursos del sistema, que son importantes para un usuario, junto con su estructura de código abierto y alta tasa de precisión. La característica más importante de este software es comparar la imagen del rostro de la persona registrada en la computadora con el rostro humano detectado en la imagen tomada durante el inicio de sesión, utilizando el algoritmo de aprendizaje profundo.
Mis próximos pasos son crear un paquete DEB. Utilicé activamente archivos bash y Python en el paquete DEB. Realicé el desarrollo de la interfaz relacionada con la fase de instalación con PyQt5. Con esta interfaz, el usuario grabará la imagen de su propia cara y podrá instalar más fácilmente el TensorFlow, DeepFace y otros software necesarios. Hay dos archivos bash básicos en el paquete DEB. Mientras realiza las etapas de instalación relacionadas con uno de estos paquetes, el reconocimiento facial se realizará con el otro archivo bash durante el inicio de la computadora. Luego, con SQLite3, se realizaron las operaciones pertinentes de la base de datos para entradas correctas o incorrectas, y el usuario podrá controlar la seguridad de su computadora como desee. Además, la imagen de la cámara errónea se almacena por la entrada incorrecta para que el usuario pueda verificarla más tarde y conocer a las personas que intentan abrir su computadora sin permiso. Sin embargo, el usuario tendrá opcionalmente la oportunidad de eliminar todos los datos de la aplicación.
El usuario, por otro lado, podrá realizar el reconocimiento facial en cada inicio de la computadora haciendo que la aplicación de reconocimiento facial sea la aplicación inicial. Para ello, se puede utilizar el icono de la aplicación en el menú de la aplicación de escritorio. Además, para operaciones avanzadas, se prefirieron los comandos de terminal, creando así un entorno de plena autorización para el usuario. Con esta aplicación desarrollada, los usuarios sin tarjetas de video compatibles o no compatibles son fáciles de usar y se han logrado altas tasas de seguridad incluso si se utilizan todos los recursos si hay una tarjeta de video compatible.
Aplicación de reconocimiento de texto
He decidido desarrollar un software para que los usuarios de Pardus obtengan y utilicen fácilmente las expresiones textuales en cualquier imagen y para facilitar las operaciones diarias de los usuarios de Pardus en general. Para esto utilicé OCR (Reconocimiento Óptico de Caracteres) y con este método se pueden obtener fácilmente expresiones textuales en una imagen. El OCR se examina en tres temas principales: preprocesamiento de imágenes, reconocimiento de caracteres y posprocesamiento. Con el preprocesamiento de imágenes, es posible mejorar la imagen y obtener expresiones claras de la imagen. En la etapa de reconocimiento de caracteres se detectan expresiones textuales y para ello se utiliza el método de extracción de características, se procesan los caracteres que se detectan definitivamente, pero no se procesan los caracteres que no se pueden determinar definitivamente. Junto con la etapa de procesamiento posterior, se prueba la precisión de los caracteres detectados.
Las bibliotecas PyQt5 y Pytesseract se usan para OCR para que el usuario las use fácilmente. También estará disponible para los usuarios de Pardus con el paquete DEB.
El algoritmo de trabajo de la aplicación es la ruta del archivo de la imagen relevante del usuario. Si la ruta del archivo es incorrecta, se emite un error. Si el procesamiento de la imagen es correcto, se realizan procesos de OCR. Con OCR, se da una salida de error si no se detecta la expresión textual. Si se detecta la expresión textual y el OCR generalmente es exitoso, la expresión textual se muestra en la pantalla. El usuario puede opcionalmente guardar las expresiones relevantes en formato TXT.
QR Kod Olusturucu
Usuarios de Pardus sin necesidad de ningún otro software y documentos ofimáticos, etc. Se ha desarrollado una aplicación para crear un código QR más fácil en áreas. Las bibliotecas PyQt5, Pypng, Pyqrcode se utilizan con esta aplicación. Se ha creado un paquete DEB para el usuario. El usuario primero escribe las expresiones textuales deseadas. Luego, el código QR se crea con Pyqrcode. Cuando el código QR generado se crea en el directorio de inicio del usuario, la información de tiempo se guarda como el nombre del archivo, y para esto se utilizan las bibliotecas Time y Pypng. Además, el código QR generado se muestra en la pantalla del usuario.
Además, el logo de la aplicación fue creado a partir de la palabra Pardus y el color del logo es compatible con el logo de Pardus.
