L’amélioration des images en faible luminosité (LLIE) constitue un problème inverse mal posé en raison de l’absence de connaissance de l’image souhaitée, obtenue sous des conditions d’éclairage idéales. Les conditions de faible luminosité donnent lieu à deux problèmes principaux : un histogramme d’image atténué et une distribution de couleurs relatives incohérente, associée à un faible rapport signal sur bruit. Afin de résoudre ces difficultés, nous proposons une nouvelle approche nommée FLIGHT-Net, basée sur une séquence de blocs d’architecture neuronale. Le premier bloc ajuste les conditions d’éclairage en modulant l’éclairage par pixel selon la scène. L’image de sortie est générée par le second bloc, qui intègre des sous-blocs d’attention sur les canaux et de suppression de bruit. Notre architecture de réseau neuronal hautement efficace atteint des performances de pointe avec seulement 25 000 paramètres. Le code de la méthode, les modèles pré-entraînés ainsi que les images obtenues seront rendus accessibles au public.