L’extraction de routes est une tâche fondamentale en télédétection, qui a suscité un vif intérêt de recherche au cours de la dernière décennie. Dans cet article, nous proposons un réseau neuronal de segmentation sémantique, nommé D-LinkNet, basé sur une architecture encodeur-décodeur, intégrant des convolutions dilatées et un encodeur préentraîné, spécifiquement conçu pour la tâche d’extraction de routes. Ce réseau repose sur l’architecture LinkNet, enrichie de couches de convolution dilatée au niveau central. L’architecture LinkNet est particulièrement efficace en termes de calcul et d’utilisation de la mémoire. La convolution dilatée constitue un outil puissant permettant d’élargir le champ réceptif des points d’activation sans réduire la résolution des cartes de caractéristiques. Dans le cadre du concours CVPR DeepGlobe 2018 pour l’extraction de routes, nos meilleurs scores IoU sur l’ensemble de validation et l’ensemble de test atteignent respectivement 0,6466 et 0,6342.