使用从Inception模型处理的LSTM对视频进行分类

Question

我正在处理具有两个类别的视频数据集（不同长度）。

我在keras中使用了预训练的inception v3 / Xception模型，该模型接受（None，299,299,3）的输入大小或299x299大小的帧，并接受大小的输出功能（无，8，10，2048）。

我正在尝试将这些输出功能传递到另一个LSTM模型中进行分类，但是它给了我input_shape错误

我使用的LSTM是：

model = Sequential()
model.add(LSTM(512, input_shape=(None,2048)))
model.add(Dense(128, activation='relu'))
model.add(Dense(32, activation='relu'))
model.add(Dense(2, activation='softmax'))

我的问题是：

1. 在将Inception / Xception模型的输出传递到LSTM模型之前，我是否需要对其进行展平？

2. 在拟合LSTM模型之前，所有视频的长度都应该相同吗？保留不同长度的视频有哪些优点/缺点？