DeepPrior est une approche simple basée sur l'apprentissage profond (Deep Learning) qui prédit les positions 3D des articulations d'une main à partir d'une carte de profondeur. Depuis sa publication au début de 2015, elle a été surpassée par plusieurs travaux impressionnants. Dans cet article, nous montrons que grâce à des améliorations simples : l'ajout de couches ResNet, l'augmentation de données et une meilleure localisation initiale de la main, nous obtenons des performances équivalentes ou supérieures à celles des méthodes plus sophistiquées récentes sur les trois principaux benchmarks (NYU, ICVL, MSRA), tout en conservant la simplicité de la méthode originale. Notre nouvelle implémentation est disponible à l'adresse suivante : https://github.com/moberweger/deep-prior-pp .