Les véhicules aériens sans pilote (UAV) revêtent une importance cruciale dans les opérations de recherche et de sauvetage en milieu maritime grâce à leur capacité à opérer de manière flexible et rapide. Les algorithmes modernes de vision par ordinateur suscitent un intérêt croissant pour soutenir ces missions. Toutefois, leur efficacité dépend de grandes quantités de données d’entraînement réelles provenant d’UAV, qui ne sont disponibles que pour les scénarios de circulation terrestres. En outre, les bases de données actuelles d’object detection et de suivi d’objets fournissent uniquement des informations environnementales limitées, voire aucune, négligeant ainsi une source précieuse d’information. Ainsi, ce papier présente un nouveau benchmark à grande échelle pour la détection et le suivi d’objets visuels (SeaDronesSee), visant à combler le fossé entre les systèmes de vision basés terrestres et ceux adaptés aux environnements maritimes. Nous avons collecté et annoté plus de 54 000 images contenant 400 000 instances, capturées à différentes altitudes allant de 5 à 260 mètres et à divers angles de vue compris entre 0 et 90 degrés, tout en fournissant les métadonnées correspondantes relatives à l’altitude, à l’angle de vue et à d’autres paramètres. Nous évaluons plusieurs algorithmes de vision par ordinateur d’avant-garde sur ce nouveau benchmark, servant de références de base. Un serveur d’évaluation est également mis à disposition, permettant aux chercheurs de télécharger leurs prédictions et de comparer leurs résultats sur un classement centralisé.