私たちは、絵画におけるオブジェクトの弱教師あり検出方法を提案します。学習時には、画像レベルのアノテーションのみが必要です。これと、私たちのマルチインスタンス学習法の効率性を組み合わせることで、グローバルにアノテーションされたデータベースから新しいクラスを即座に学習することが可能になります。手動でオブジェクトをマークする煩雑な作業を避けることができます。複数のデータベースにおいて、インスタンスレベルのアノテーションを省略しても性能低下は軽微であることを示しています。また、新たにIconArtというデータベースを導入し、写真では学習できないような「幼いイエス」や「聖セバスティアン」などのクラスでの検出実験を行いました。当該研究において、これらの実験は象徴的な要素（iconographic elements）の自動的（そして本研究の場合には弱教師あり）な検出に関する最初の試みであると認識しています。このような手法が、美術史家が大規模なデジタルデータベースを探求する際の大きな助けになると確信しています。