我正在使用预训练的CNN从图片中提取特征。将这些特征作为新CNN/NN的输入是否合理？之前是否有人这样做过？

回答：

这被称为微调。这种方法非常常见。通常，人们会删除VGG或类似网络的最后几层，添加适合任务的新层，并在新数据上训练网络。

参见：

• https://github.com/vlfeat/matconvnet/issues/218
• http://caffe.berkeleyvision.org/gathered/examples/finetune_flickr_style.html