Le regroupement d’images est une tâche cruciale mais difficile dans l’apprentissage automatique et la vision par ordinateur. Les méthodes existantes négligent souvent l’interaction entre l’apprentissage des caractéristiques et le regroupement. Pour surmonter ce problème, nous proposons Deep Adaptive Clustering (DAC), une méthode qui reformule le problème de regroupement sous la forme d’un cadre de classification binaire par paires, afin de déterminer si deux images appartiennent à la même classe. Dans DAC, les similarités sont calculées comme la distance cosinus entre les caractéristiques d’étiquette des images, générées par un réseau de convolution profond (ConvNet). En introduisant une contrainte dans DAC, les caractéristiques d’étiquette apprises tendent à être des vecteurs one-hot, exploitables pour le regroupement d’images. Le défi principal réside dans le fait que les similarités véritables sont inconnues en regroupement d’images. Nous résolvons ce problème en proposant un algorithme itératif d’apprentissage adaptatif, où chaque itération alterne entre la sélection d’échantillons étiquetés et l’entraînement du ConvNet. En conclusion, les images sont automatiquement regroupées à partir des caractéristiques d’étiquette. Les résultats expérimentaux montrent que DAC atteint des performances de pointe sur cinq jeux de données populaires : par exemple, une précision de regroupement de 97,75 % sur MNIST, 52,18 % sur CIFAR-10 et 46,99 % sur STL-10.