近年、画像レベルのラベルのみを用いた弱教師付き物体検出（Weakly Supervised Object Detection: WSOD）は、ますます注目を集めている。従来、このようなタスクは自然画像を対象としたドメイン特化型の手法によって解決されてきたが、本研究では、事前学習済みの深層特徴量に単純なマルチインスタンスアプローチを適用することで、非写真系データセット（例えば、絵画、水彩画、クリップアート、漫画など）においても優れた性能が得られることを示す。本手法は微調整（fine-tuning）やクロスドメイン学習を一切含まないため、効率的であり、任意のデータセットやクラスに適用可能である。提案手法のさまざまなバリエーション（多層パーセプトロンや多面体分類器を含む）を検討した結果、そのシンプルさにもかかわらず、公開されている複数のデータセット（People-Art、IconArtを含む絵画データセット、水彩画、クリップアート、漫画など）において競争力のある結果を達成し、未観測の視覚的カテゴリを迅速に学習することが可能であることが明らかになった。