La restauration d’images vise à reconstruire une image de haute qualité à partir d’une version dégradée, jouant un rôle essentiel dans de nombreuses applications. Ces dernières années, une évolution de paradigme s’est produite dans le domaine de la restauration d’images, passant des réseaux de neurones convolutifs (CNN) aux modèles basés sur les Transformers, en raison de leur capacité remarquable à modéliser les interactions à longue portée entre pixels. Dans cet article, nous explorons le potentiel des CNN pour la restauration d’images et montrons qu’une architecture de réseau convolutif simple, nommée ConvIR, peut atteindre des performances équivalentes ou supérieures à celles des modèles basés sur les Transformers. En réexaminant les caractéristiques des algorithmes avancés de restauration d’images, nous identifions plusieurs facteurs clés responsables de l’amélioration des performances des modèles. Cela nous a motivés à concevoir un nouveau réseau de restauration d’images basé sur des opérateurs de convolution à faible coût. Des expériences approfondies démontrent que ConvIR atteint des performances de pointe sur 20 jeux de données de référence, dans cinq tâches représentatives de restauration d’images — dégommage, déflouage par mouvement ou par défaut de mise au point, suppression de pluie, et élimination de la neige — tout en présentant une complexité computationnelle réduite.