我们想要构建一个图像分类器，将图像分类到大约 15 个类中的一个。我们确实有一个大型的标记训练语料库。因此，我们可以使用 Caffe 或其他一些深度学习库来训练深度神经网络。
我们正在探索的另一个选择是查看是否有任何公开可用的预先存在的特征提取模型来从一般图像中提取特征（例如针对大型图像语料库训练的自动编码器）。通过这样做，我们将能够进行降维，这将使我们能够使用更简单的分类模型和更少的训练数据进行训练，因为特征数量较少（维度灾难）。
我们看到的唯一缺点是，如果用于训练自动编码器/特征提取器的数据集与用于监督学习问题的数据集之间数据的概率分布差异很大，那么整体性能可能不会那么好。另一方面，我们获得的优势是我们不必训练复杂的深度神经网络。通过特征提取，我们可以使用随机森林等普通分类算法完成剩下的工作。
所以，我的问题本质上是：是否有人已经训练（并可供重用）一个为给定图像提取特征的模型？