Dans le problème de détection de co-salienceté d’images, une question cruciale consiste à modéliser le motif concurrent des parties co-salientes, qui apparaît à la fois à l’intérieur de chaque image et entre toutes les images pertinentes. Dans cet article, nous proposons un cadre hiérarchique de détection de co-salienceté d’images, adoptant une stratégie de grossier à fin pour capturer ce motif. Nous introduisons tout d’abord une architecture de réseau convolutif entièrement connecté guidée par un masque, afin de générer un résultat initial de détection de co-salienceté. Ce masque, utilisé pour l’élimination du fond, est appris à partir des cartes de réponses de caractéristiques de haut niveau issues de la sortie du VGG-net pré-entraîné. Ensuite, nous proposons un modèle de lissage de labels multi-échelle pour affiner davantage le résultat de détection. Ce modèle optimise conjointement la régularité des labels au niveau des pixels et des superpixels. Les résultats expérimentaux sur trois jeux de données standards de référence pour la détection de co-salienceté d’images — iCoseg, MSRC et Cosal2015 — démontrent une performance remarquable par rapport aux méthodes de pointe actuelles.