Nous proposons un réseau neuronal profond entièrement convolutif intégrant un nouveau type de couche, appelée couche médiane, pour restaurer les images contaminées par le bruit sal et poivre (s&p). Une couche médiane effectue simplement un filtrage médian sur tous les canaux de caractéristiques. En ajoutant ce type de couche à certains réseaux neuronaux profonds entièrement convolutifs largement utilisés, nous développons un réseau d'extrémité à extrémité capable de supprimer le bruit s&p de niveau extrêmement élevé sans effectuer aucune tâche de prétraitement non triviale, ce qui différencie notre approche de toutes les méthodes existantes en matière de suppression du bruit s&p. Les expériences montrent que l'insertion de couches médianes dans un réseau entièrement convolutif simple avec une perte L2 améliore considérablement le rapport signal-bruit. Des comparaisons quantitatives attestent que notre réseau surpassent les méthodes d'avant-garde avec une quantité limitée de données d'entraînement. Le code source a été rendu disponible pour évaluation et utilisation publiques (https://github.com/llmpass/medianDenoise).