Após essa etapa, o sistema buscou objetos específicos dentro das imagens usando um modelo de vocabulário aberto (OWLv2), capaz de reconhecer elementos mesmo sem treinamento prévio, identificando regiões que poderiam conter objetos e verificando se nelas estavam itens de fauna e flora, como árvores, flores e animais. Por fim, as 4.200 obras foram agrupadas automaticamente com base nesses vetores, formando oito conjuntos de afinidade visual (clustering), que reúnem obras com padrões semelhantes, embora o método não gere descrições para os grupos.
Os pesquisadores também testaram maneiras de descrever automaticamente esses grupos, comparando os vetores das obras com vetores de mais de cinco mil palavras retiradas das descrições da Wikimedia. A partir dessas correspondências, definiram oito conjuntos chamados de Curadorias das IAs, que reúnem obras com temas semelhantes, como estudos de figuras, cenas religiosas, paisagens, retratos, formas abstratas, retratos históricos, desenhos arquitetônicos e composições geométricas.
