La détection des panneaux de signalisation constitue un domaine de recherche important dans le cadre des véhicules intelligents. Malheureusement, les méthodes existantes négligent souvent des conditions extrêmes telles que le brouillard, la pluie ou le flou de mouvement. En outre, la stratégie d'apprentissage end-to-end combinant les modèles de débruitage d'images et de détection d'objets ne parvient pas à exploiter efficacement les informations intermodèles. Pour remédier à ces limites, nous proposons CCSPNet, un module d'extraction de caractéristiques efficace basé sur un Transformer contextuel et un réseau de neurones convolutifs (CNN), capable d'exploiter de manière efficace les caractéristiques statiques et dynamiques des images, offrant ainsi une vitesse d'inférence plus rapide et des capacités renforcées d'amélioration des caractéristiques. Par ailleurs, nous établissons une corrélation entre les tâches de détection d'objets et de débruitage d'images, et proposons un modèle d'apprentissage conjoint, CCSPNet-Joint, afin d'améliorer l'efficacité des données et la généralisation. Enfin, pour valider notre approche, nous avons créé le jeu de données CCTSDB-AUG dédié à la détection des panneaux de signalisation dans des scénarios extrêmes. Des expériences étendues montrent que CCSPNet atteint des performances de pointe dans la détection des panneaux de signalisation sous conditions extrêmes. Par rapport aux méthodes end-to-end, CCSPNet-Joint améliore la précision de 5,32 % et le [email protected] de 18,09 %.