The main goal of our thesis is to study deep learning and some of its different frameworks then we focus on object detection with deep learning technique and we compare which methods is suitable to dog's detection. For Object detection needs to process the classifying and locating objects in image. Object detection is a difficult issue that computer vision and machine learning involved. By applying various deep learning techniques, machine learning and computer vision achieved the most impressive results, for that deep learning become the most popular and widely used in research community. Convolutional neural network is a subtype in deep neural network that beat some contest in computer vision because is achieved good results and suited well in object detection tasks. Based on new examination of discoveries on new researches, the technique that is fit for our works is Faster Region Convolution Neural Network (Faster R-CNN) that we tend to used it to classify numerous varieties of dogs in image. Faster R-CNN for object detection and classifying beats several different ways particularly for the detection purpose. We chose faster R-CNN method because it's accuracy and speeds. We present a Faster R-CNN trained to classify and detect Dogs from image.

Tez çalışmasının temel amacı derin öğrenmeyi farklı çerçevelerden incelemektir. Çalışmamız daha sonra derin öğrenme tekniğiyle nesne algılamaya odaklanmaktadır ve bir yada birden fazla köpeğin algılaması için hangi yöntemlerin uygun olduğu karşılaştırılmaktadır. Nesne algılama için öncelikle görüntüdeki nesneleri sınıflandırma ve yerleştirme işlemleri sağlanmaktadır. Nesne tespiti, bilgisayarlı görme ve makine öğrenmesinin dahil olduğu zor bir konudur. Bu çalışmada makine öğrenmesi ve bilgisayar görmesi yardımıyla çeşitli derin öğrenme tekniklerini uygulanarak, en etkileyici sonuçlara ulaşılmıştır, çünkü derin öğrenme araştırma topluluklarındaki en popüler ve en yaygın kullanılan yöntemlerden biri haline gelmiştir. Konvolüsyonel sinir ağı, derin sinir ağında, bilgisayar görme konusundaki bazı yarışmaların üstesinden gelen bir alt tiptir, çünkü iyi sonuçlar elde edilmektedir ve nesne algılama görevlerindeki kullanımlara çok uygundur. Yeni araştırmalardaki keşiflerin yeni incelemelerine dayanarak, çalışmalarımız için uygun olan tekniğin, çok sayıda köpek türüne ait görüntülerde sınıflandırma yapmak için kullanma eğiliminde olduğumuz Daha Hızlı Bölge Konvolüsyonu Sinir Ağı (Faster R-CNN) olduğu düşünülmektedir. Nesne tespiti ve sınıflandırması için daha hızlı olan R-CNN, özellikle tespit amacıyla birkaç farklı yoldan geçmektedir. Özellikle doğruluk ve hız bakımından daha hızlı olan R-CNN yöntemi seçilmiştir. Böylelikle köpek görüntülerinden sınıflandırma yapmak ve bunları tespit etmek için eğitilmiş daha hızlı bir R-CNN sunulmaktadır.