В современном визуальном поиске применяются различные методы машинного обучения, в том числе:

• Свёрточные нейронные сети (CNN). 2 Например, AlexNet, которые значительно улучшили понимание сложных визуальных паттернов. 2
• Двухэтапные методы, или методы, основанные на регионах. 4 Подход разделён на два этапа. 4 На первом селективным поиском или с помощью специального слоя нейронной сети выделяют регионы интереса — области, с высокой вероятностью содержащие внутри себя объекты. 4 На втором этапе выбранные регионы рассматривают классификатором для определения принадлежности исходным классам и регрессором, уточняющим местоположение ограничивающих рамок. 4
• Одноэтапные методы. 4 Подход не использует отдельный алгоритм для генерации регионов, а предсказывает координаты определённого количества ограничивающих рамок с различными характеристиками, такими как результаты классификации и степень уверенности, и в дальнейшем корректирует местоположение рамок. 4

В основе визуального поиска лежит компьютерное зрение и глубокое машинное обучение — обученная система алгоритмов, которая умеет распознавать товары по изображениям. 3 Система анализирует входные данные и запоминает основные атрибуты товара: форму, размер, цвет и так далее. 3