Ce papier propose une méthode de détection d'anomalies pour l'imagerie SAR basée sur l'apprentissage profond. Elle ne nécessite pas de vérité terrain des anomalies, ce qui répond à un problème récurrent en télédétection : le manque de données annotées pour entraîner les réseaux de neurones. Le modèle proposé combine un adversarial autoencoder suivi d'un détecteur statistique de changement basé sur la matrice de covariance. Une étape de despeckling est préalablement effectuée, ce qui permet de filtrer le bruit de speckle et d'améliorer significativement les performances de détection.