Nous présentons une architecture simple mais puissante de réseau de neurones convolutif, dont le corps d'inférence présente une structure inspirée du VGG, composée exclusivement d'une pile de couches de convolution 3×3 et de fonctions d'activation ReLU, tandis que le modèle d'entraînement adopte une topologie à plusieurs branches. Ce découplage entre l'architecture d'entraînement et celle d'inférence est réalisé grâce à une technique de réparamétrisation structurelle, d’où le nom du modèle : RepVGG. Sur ImageNet, RepVGG atteint une précision top-1 supérieure à 80 %, ce qui constitue, à notre connaissance, la première fois qu’un modèle « plat » (sans architecture complexe) parvient à un tel niveau. Sur une GPU NVIDIA 1080Ti, les modèles RepVGG s’exécutent respectivement 83 % plus vite que ResNet-50 ou 101 % plus vite que ResNet-101, tout en offrant une précision supérieure et un compromis précision-vitesse avantageux par rapport aux modèles de pointe tels qu'EfficientNet ou RegNet. Le code source et les modèles entraînés sont disponibles à l’adresse suivante : https://github.com/megvii-model/RepVGG.