چکیده: با افزایش روزافزون تولید داده دربستر وب نیاز به یافتن اطلاعات مورد نیاز با صرف کمترین زمان و هزینه، اهمیت موتورهای جستجو را روز به روز پررنگتر میکند. البته یافتن لیستی بلند بالا از تصاویر و نتایج نامرتبط با موضوع مورد جستجو همواره باعث ناراحتی کاربران شده و باید زمان و وقت بسیاری را صرف کنند تا بتوانند موضوع مورد نیاز خود را بیابند. یکی از مهمترین کاربردهای موتورجستجو بررسی صفحات وب می‌باشد، برنامهی هوشمند که بعد از جستجوی و استخراج اطلاعات موجود دربستر وب به پردازش و گروه بندی اطلاعات می‌پردازد و نتایج رابه ترتیب شباهت واهمیت با موضوع مورد جستجو با یک اولویت خاص به کاربرنمایش می‌دهد. راه حل پیشنهادی این پروژه شامل استخراج متن (متون نزدیک به تصویر) و تصویر از صفحات وب با استفاده از یک موتور جستجوی ساخته شده محلی و یادگیری تصاویر با یک شبکه عصبی عمیق می‌باشد در این جا چالش های ماننده ایجاد یک پایگاه داده اولیه از بستر وب و یادگیری شبکه بدون ناظر و گروه بندی متون و تصاویر وجود دارد.دراین پروژه به معرفی چالش‌های یک موتور جستجوی وب با محوریت تصویر و روش هایی برای حل این مشکلات به همراه نوآوری‌های انجام گرفته در آن می‌پردازیم و در انتها با استفاده از یادگیری عمیق به استخراج ویژگی از تصاویر و متون داخل صفحات وب پرداخته و به طبقه بندی این نتایج جهت دسترسی سریعتر به اطلاعات و گروه بندی اشیا می‌پردازیم.