La détection de changements (CD) à partir d’images de télédétection à très haute résolution (VHR) constitue un défi majeur en raison de l’abondance d’informations spatiales et du problème d’imbalanced des échantillons. Dans cet article, nous proposons un réseau de carte de guidage hiérarchique des changements (HCGMNet) pour la détection de changements. Le modèle exploite des opérations de convolution hiérarchiques afin d’extraire des caractéristiques multi-échelles, puis fusionne progressivement ces caractéristiques à plusieurs échelles au fil des couches, améliorant ainsi l’expression des informations globales et locales. Un module de guidage des changements (CGM), basé sur une attention auto-orientée par carte de changement, guide le modèle pour affiner progressivement les caractéristiques des bords et améliorer les performances globales. Des expériences étendues sur deux jeux de données de détection de changements démontrent que l’architecture HCGMNet proposée atteint des performances supérieures à celles des méthodes actuelles de pointe (SOTA) en matière de détection de changements.