La détection automatique des changements et l’évaluation des dommages causés par les catastrophes naturelles sont actuellement des procédés exigeant une quantité considérable de travail manuel et d’efforts humains de la part des analystes d’images satellitaires. En cas de catastrophe naturelle, une détection rapide des changements peut sauver des vies. Dans ce travail, nous présentons des résultats concernant la formulation du problème, le traitement des données et les procédures d’entraînement, spécifiquement utiles pour l’évaluation des dommages aux bâtiments à l’aide du nouveau jeu de données xBD. Nos observations ont permis d’obtenir une amélioration significative par rapport aux modèles de référence xBD, et nous obtenons un classement parmi les meilleurs résultats sur le classement du défi xView2. Nous mettons à disposition le code utilisé pour la compétition.