Как реализовать интеллектуальный кроппер (убирать рамки с изображения) с помощью глубокого обучения (keras, tensorflow, theano)?

Здравствуйте. Есть необходимость в интеллектуальном кроппере изображений(если на изображении есть рамка, ее нужно убирать и возвращать исходное изображение без рамки, как бы кропнутое).

Предполагаю, что на вход нужно подавать самые разные изображения(с рамками и без), а на выход(ставить в соответствие) -точно такие же изображения, но кропнутые (и возможно растянутые до изначального размера) в случае, если на исходном изображении была рамка.

Для обучения хочу использовать Keras/ Tensorflow и многослойные глубокие сети (convolution/pooling), но еще не до конца (в силу малого опыта работы с нейросетями и Keras) понимаю, как организовать структуру сети и правильную ли относительно датасета философию я выбрал.

Возможно, стоит сделать бинарный классификатор (определять, есть/ нет на изображении рамки), и только потом как-то кропать(вохможно, другим инструментом, например с помощью openCV или других инструментов работы с изображениями)

Если кто занимался подобным вопросом, посоветуйте, пожалуйста, в какую сторону копать. Заранее премного благодарен за потраченное на чтение и возможную помощь время.