– Dans cet article, nous évaluons plusieurs familles de descripteurs visuels couramment utilisées en classification d'images pour effectuer de l'annotation automatique dans des collections d'images patrimoniales. Dans de telles collections, les mots-clef utilisés sont souvent très précis et le nombre d'exemples d'apprentissage est relativement faible, ce qui rend le problème plus difficile que dans les traditionnels challenges de vision par ordinateur. Abstract – In this paper, we evaluate several types of visual descriptors used in image classification when used to perform automatic labeling of cultural heritage images. In such collections, the keywords are often very precise and there are very few training samples. These two properties together make the problem of automatic labeling much more difficult than in academic computer vision benchmarks.