Eugenie Spichkin

Двумерный свёрточный фильтр подошёл бы (веса случайные, потом настраиваются при обучении. Обычно фильтр не один, а куча). Правда, на выходе матрица (на самом деле тензор, т.к. фильтров несколько, да и обучение идёт по минибатчу; ещё есть каналы (цвет), но, как я понял, это один канал - температура), но её можно разложить в вектор.

Это так не работает. Нужно наблюдать процесс машинного обучения, метрики, на тренировочном сете на валидационных наборах. Потом VGG это предтренированные модели. Ну сделай весь процесс сам с kmeans (используй scikit-learn) и сравни результаты. А так полный список методов и как с ними работать. https://scikit-learn.org/stable/modules/clustering... Там же и все метрики для кластеризации, как сравнивать. Да и лучшие практики. Вообще сайт scikit-learn куда больше чем просто документация.