Ce papier présente une méthode de détection des coups au tennis de table à partir de vidéos. La méthode repose sur un réseau neuronal à convolution à deux flux, traitant en parallèle le flux RGB et le flux optique calculé. Cette approche a été développée dans le cadre de la référence MediaEval 2021 pour la tâche sportive. Bien que notre contribution n’ait pas surpassé la référence fournie sur l’ensemble de test, elle a obtenu le meilleur résultat parmi les autres participants selon le critère mAP.