Les progrès récents dans les réseaux de neurones convolutifs (CNN) ont permis d'obtenir des résultats remarquables pour la localisation d'objets dans les images. Dans ces réseaux, la procédure d'entraînement nécessite généralement de fournir des boîtes englobantes ou le nombre maximal d'objets attendus. Dans cet article, nous abordons la tâche de l'estimation des emplacements d'objets sans utiliser de boîtes englobantes annotées, qui sont généralement dessinées à la main et dont l'étiquetage est fastidieux. Nous proposons une fonction de perte qui peut être utilisée dans n'importe quel réseau convolutif entièrement connecté (FCN) pour estimer les emplacements d'objets. Cette fonction de perte est une modification de la distance de Hausdorff moyenne entre deux ensembles non ordonnés de points. La méthode proposée ne fait pas appel à des concepts tels que les boîtes englobantes, les propositions de régions ou les fenêtres glissantes. Nous évaluons notre méthode sur trois jeux de données conçus pour localiser les têtes des personnes, les centres des pupilles et les centres des plantes. Nos résultats surpassent ceux des détecteurs d'objets génériques les plus performants actuellement disponibles ainsi que ceux des méthodes affinées pour le suivi des pupilles.