Presentamos una estrategia de muestreo de parches basada en la saliencia para reconocer medios artísticos a partir de imágenes de obras de arte utilizando un modelo de reconocimiento de medios profundos, que está compuesto por varios módulos de reconocimiento basados en redes neuronales convolucionales profundas. Las decisiones de los módulos individuales se fusionan en la decisión final del modelo. Para muestrear un parche adecuado para la entrada del módulo, ideamos una estrategia que muestrea parches con altas probabilidades de contener patrones distintivos de trazos de medios para medios artísticos sin distorsión, ya que los patrones de trazos de medios son clave para el reconocimiento de medios. Diseñamos esta estrategia recolectando parches de verdad terreno seleccionados por humanos y analizando la distribución de los valores de saliencia de los parches. A partir de este análisis, construimos una estrategia que muestrea parches que tienen una alta probabilidad de contener patrones de trazos de medios. Demostramos que nuestra estrategia muestra el mejor rendimiento entre las estrategias de muestreo de parches existentes y que nuestra estrategia muestra un patrón consistente de reconocimiento y confusión con las estrategias existentes.