Combinant humour et pertinence culturelle, les mèmes internet sont devenus un artefact omniprésent de l’ère numérique. Comme Richard Dawkins l’a décrit dans son livre The Selfish Gene, les mèmes se comportent comme des gènes culturels puisqu’ils se propagent et évoluent grâce à un processus complexe de « mutation » et d' »héritage ». Sur Internet, ces mèmes activent les préjugés inhérents à une culture ou à une société, remplaçant parfois les approches logiques de l’argumentation persuasive. Malgré leur succès sur Internet, leur détection et leur évolution sont restées peu étudiées. Dans cette recherche, nous proposons et évaluons Meme-Hunter, un modèle d’apprentissage profond multimodal pour classer les images sur Internet en tant que mèmes ou non, et nous le comparons à des approches uni-modales. Nous utilisons ensuite la similarité des images, la reconnaissance optique de caractères spécifique aux mèmes et la détection des visages pour trouver et étudier les familles de mèmes partagées sur Twitter lors des élections américaines de mi-mandat de 2018. En cartographiant la mutation des mèmes dans un processus électoral, cette étude confirme le concept d’évolution des mèmes de Richard Dawkins.