Nous proposons une nouvelle approche de comptage de foules qui utilise les images de foules non étiquetées, largement disponibles, dans un cadre d'apprentissage par classement. Pour établir un classement des images découpées, nous nous appuyons sur l'observation selon laquelle toute sous-image d'une image de scène de foule est garantie de contenir le même nombre ou moins de personnes que l'image principale. Cela nous permet d'aborder le problème de la taille limitée des jeux de données existants pour le comptage de foules. Nous collectons deux jeux de données de scènes de foule à partir de Google en utilisant respectivement des recherches par mots-clés et des méthodes de recherche d'images par exemple (query-by-example image retrieval). Nous montrons comment apprendre efficacement à partir de ces jeux de données non étiquetés en intégrant l'apprentissage par classement dans un réseau multitâche qui classe simultanément les images et estime les cartes de densité de foule. Les expériences menées sur deux des jeux de données les plus difficiles pour le comptage de foules montrent que notre approche obtient des résultats d'état de l'art.Note : "query-by-example image retrieval" est une expression technique spécifique au domaine et n'a pas d'équivalent direct en français. Elle a été conservée telle quelle entre parenthèses pour assurer la précision du terme technique.