Cet article présente une technique efficace d'apprentissage automatique de détecteurs visuels d'objets. Notre méthode utilise un dopage adaptatif (adaBoost), appliqué à une famille très générale et originale de primitives visuelles (les “points de contrôle”), avec un apprenant faible lui aussi original, hybride entre recherche évolutionniste et escalade. D'excellentes performances sont obtenues pour la détection de voitures vues de l'arrière : 95% de détection avec moins d'une fausse alarme par image dans une vidéo.