Ces travaux proposent une méthodologie basée sur l'apprentissage pour la détection de fissures dans les matériaux composites. Des microscopies sous charge sont réalisées lors d'essais de traction sur des stratifiés de T700/M21. Le chant de l'échantillon est balayé par le microscope à l'aide d'une table micrométrique 3 axes. Ensuite, un algorithme de DeepLearning est sélectionné et adapté pour le traitement de microscopies optiques. Une série de microscopies est alors expertisée, c'est à dire que les fissures sont repérées manuellement, pour les différents paliers de chargement réalisés lors de l'essai. Les microscopies utilisées pour l'expertise sont des zooms x5. L'apprentissage est réalisé à partirde l'expertise pour tous les niveaux de charge. Une fois l'apprentissage réaliséon l'applique à d'autres séries d'images. Les résultats de cette première étude sont assez satisfaisants et donneront suite à une analyse plus quantitative.