Cet article présente une approche de détection de fruits depuis des images acquises par des caméras dans un verger. Le but est de comptabiliser les fruits, ici des pommes de différentes variétés. Nous adaptons une méthode classique, basée sur une classification appliquée sur une fenêtre de résolution variable, déplacée dans toute l'image : ce classifieur doit au préalable être entraîné sur une base d'apprentissage de grande dimension, construite à partir d'images annotées. Cet apprentissage est requis pour les différentes variétés. Pour limiter le temps lié à la construction de ces bases d'apprentissage, nous proposons d'exploiter toujours la même base d'images acquises sur des pommes qu'il est possible de segmenter de manière automatique, typiquement des pommes rouges qui se détachent facilement du feuillage. Nous décrivons les différents classifieurs de type CNN testés pour cette application, exploités en mode prédiction-vérification. Nous comparons cette approche avec une méthode classique de la littérature.