我正在使用以 Resnet50 作为基础模型（在 Keras 中）（例如 A 类和 B 类）的迁移学习来解决图像分类问题。

这种分类涉及时间因素。例如，我需要足够的证据来从一个班级过渡到另一个班级。
因此，我想到的一个实现平滑过渡的想法是将 LSTM 层添加到 CNN 层（CNN+LSTM）。

在理解以下查询时需要您的帮助。

1. 有什么方法可以将 LSTM 层添加到迁移学习过程中（假设 CNN 层权重不可训练）

2. 我需要如何准备数据集（图像帧）。例如，我为 A 类和 B 类各有 10 个视频。我是否需要按照视频中的顺序保持图像的顺序。（到目前为止，对于正常的图像分类，我已经打乱了图像帧）

3. 关于构建我自己的 CNN + LSTM 模型的任何想法。

参考链接对于 2 和 3 来说非常有用。

是否需要更新视频中的图像帧？

请对此进行任何更新。

谢谢你，深家伙