Nous proposons un algorithme de prédiction de disposition d’une pièce à partir d’une seule image, capable de s’adapter à des images panoramiques comme à des images en perspective, ainsi qu’à des dispositions en pavé droit et à des dispositions plus générales (par exemple, pièces en forme de L). Contrairement aux approches récentes qui décomposent d’abord l’image panoramique en images en perspective, notre méthode opère directement sur l’image panoramique. Notre architecture de réseau est similaire à celle de RoomNet, mais nous démontrons des améliorations grâce à une alignement de l’image basé sur les points de fuite, à la prédiction de plusieurs éléments de disposition (coins, contours, dimensions et translations), ainsi qu’à l’ajustement d’une disposition de type Manhattan contrainte aux prédictions obtenues. Notre méthode se distingue par une bonne performance en vitesse et précision par rapport aux autres approches sur les images panoramiques, atteint l’une des meilleures précisions sur les images en perspective, et est capable de traiter à la fois les dispositions en pavé droit et les dispositions Manhattan plus générales.