La détection des vêtements de sécurité et des casques est essentielle pour garantir la sécurité des ouvriers du bâtiment. Toutefois, le développement de modèles d’apprentissage profond dans ce domaine a été freiné par le manque de jeux de données de haute qualité. Dans cette étude, nous construisons un jeu de données volumineux, complexe et réaliste dédié à la détection des vêtements de sécurité et des casques (SFCHD). Ce jeu de données, issu de deux usines chimiques authentiques, comprend 12 373 images, 7 catégories et 50 552 annotations. Nous divisons le jeu de données SFCHD en ensembles d’entraînement et de test selon un ratio de 4:1, et validons son utilité en appliquant plusieurs algorithmes classiques de détection d’objets. Par ailleurs, inspirés par les mécanismes d’attention spatiale et canal, nous proposons un module d’amélioration de l’éclairage faible basé sur l’attention spatiale et canal (SCALE). Ce module est un composant plug-and-play, hautement flexible. Des évaluations étendues du module SCALE sur les jeux de données ExDark et SFCHD démontrent empiriquement son efficacité dans l’amélioration des performances des détecteurs en conditions de faible éclairage. Le jeu de données et le code source sont disponibles publiquement à l’adresse suivante : https://github.com/lijfrank-open/SFCHD-SCALE.