Dans le domaine de la classification d'images, la séparabilité visuelle entre différentes catégories d'objets est très inégale, et certaines catégories sont plus difficiles à distinguer que d'autres. Ces catégories difficiles nécessitent des classifieurs plus spécialisés. Cependant, les réseaux de neurones convolutifs profonds (CNN) existants sont formés comme des classifieurs N-classes plats, et peu d'efforts ont été déployés pour exploiter la structure hiérarchique des catégories. Dans cet article, nous introduisons les CNNs hiérarchiques profonds (HD-CNNs) en intégrant des CNNs profonds dans une hiérarchie de catégories. Un HD-CNN sépare les classes faciles à l'aide d'un classifieur de catégorie grossière tout en distinguant les classes difficiles à l'aide de classifieurs de catégorie fine. Lors de l'entraînement du HD-CNN, un pré-entraînement par composant est suivi d'un ajustement fin global avec une perte logistique multinomiale régularisée par un terme de cohérence de catégorie grossière. De plus, les exécutions conditionnelles des classifieurs de catégorie fine et la compression des paramètres des couches rendent les HD-CNNs évolutifs pour la reconnaissance visuelle à grande échelle. Nous obtenons des résultats d'état de l'art sur les jeux de données standards CIFAR100 et ImageNet 1000-classes. Dans nos expériences, nous construisons trois différents HD-CNNs qui réduisent respectivement l'erreur top-1 des CNNs standards de 2,65 %, 3,1 % et 1,1 %.