本文介绍了一种基于计算机视觉的算法，通过多样性特征融合和区域投票技术，解决艺术品图像检索问题。研究提出的弱监督检测方法仅需图像级注释，结合多实例学习，能够快速学习新绘画类别。实验结果表明，放弃实例级注释的性能损失微小，有助于艺术史学家探索大型数字数据库。