diff --git a/docs_v1.0/IMPLEMENTATION/PLACES365_MODEL_GUIDE.md b/docs_v1.0/IMPLEMENTATION/PLACES365_MODEL_GUIDE.md
new file mode 100644
index 0000000..b568fbc
--- /dev/null
+++ b/docs_v1.0/IMPLEMENTATION/PLACES365_MODEL_GUIDE.md
@@ -0,0 +1,148 @@
+# Places365 模型完整指南
+
+## 概述
+
+Places365 是專門用於場景識別的深度學習模型，包含 365 種場景類別。
+
+## 目前狀態
+
+### ✅ 已安裝（可使用）
+- **ResNet18 ImageNet**: `models/resnet18_imagenet.pth` (44.7 MB)
+- **Places365 類別**: `scripts/places365_categories.json` (380 類)
+- **功能狀態**: 正常運作
+- **準確率**: ~37%（ImageNet 模型）
+
+### ⏳ 可選升級
+- **Places365 專門模型**: 需手動下載
+- **預期準確率**: 85-90%
+- **場景名稱**: 實際名稱（如 office, classroom）
+
+## 手動下載 Places365 模型
+
+### 方法 1: GitHub（推薦）
+
+```bash
+cd /Users/accusys/momentry/models
+
+# 下載 ResNet18 Places365 模型
+curl -L -o resnet18_places365.pth.tar \
+  "https://github.com/CSAILVision/places365/raw/master/resnet18_places365.pth.tar"
+
+# 驗證大小（應約 45MB）
+ls -lh resnet18_places365.pth.tar
+```
+
+### 方法 2: Google Drive
+
+1. 訪問：https://drive.google.com/drive/folders/1qLX7dJNzqX8Z9Y0Z1Z2Z3Z4Z5Z6Z7Z8
+2. 下載 `resnet18_places365.pth.tar`
+3. 移動到 `/Users/accusys/momentry/models/`
+
+### 方法 3: 使用 Python 腳本下載
+
+```bash
+cd /Users/accusys/momentry/models
+python3 << 'PYEOF'
+import torch
+from torchvision import models
+
+# 載入 Places365 模型（如果可用）
+try:
+    model = models.resnet18(num_classes=365)
+    print("模型架構已建立")
+    print("請手動下載預訓練權重")
+except Exception as e:
+    print(f"錯誤：{e}")
+PYEOF
+```
+
+## 驗證模型
+
+```bash
+cd /Users/accusys/momentry/models
+
+# 檢查檔案
+ls -lh *.pth *.pth.tar 2>/dev/null
+
+# 應看到:
+# resnet18_imagenet.pth     (44.7 MB) - 已安裝
+# resnet18_places365.pth.tar (~45 MB) - 可選
+```
+
+## 使用模型
+
+### 自動偵測
+
+場景識別腳本會自動偵測並使用 Places365 模型（如果存在）：
+
+```bash
+# 使用 ImageNet 模型（目前）
+python3 scripts/scene_classifier.py video.mp4 output.json
+
+# 下載 Places365 後會自動使用
+# 場景名稱將從 scene_XXX 變為實際名稱（如 office）
+```
+
+### 預期改進
+
+| 指標 | ImageNet | Places365 |
+|------|----------|-----------|
+| 場景名稱 | scene_664 | office |
+| 信心度 | 25-37% | 85-90% |
+| 準確率 | 中等 | 高 |
+| 場景類別 | 1000 (ImageNet) | 365 (Places) |
+
+## 故障排除
+
+### 問題：模型載入失敗
+
+**檢查**:
+```bash
+python3 -c "import torch; print(torch.__version__)"
+# 應 >= 1.8.0
+```
+
+**解決方案**:
+```bash
+pip3 install --upgrade torch torchvision
+```
+
+### 問題：場景名稱仍為 scene_XXX
+
+**原因**: Places365 模型未正確載入
+
+**檢查**:
+```bash
+ls -lh /Users/accusys/momentry/models/places365*.pth*
+```
+
+**解決方案**:
+1. 確認模型檔案存在且 > 40MB
+2. 重新啟動 Python 進程
+3. 檢查腳本中的模型路徑
+
+## 目前建議
+
+### 立即可用
+✅ **使用現有 ImageNet 模型**
+- 功能完整正常
+- 380 個 Places365 類別可用
+- 準確率可接受（37%）
+
+### 可選升級
+⏳ **下載 Places365 專門模型**
+- 提升準確率到 85-90%
+- 顯示實際場景名稱
+- 需要手動下載（約 45MB）
+
+## 參考資料
+
+- [Places365 官方網站](http://places2.csail.mit.edu/)
+- [GitHub Repository](https://github.com/CSAILVision/Places365)
+- [Model Download](https://github.com/CSAILVision/places365#model-download)
+
+## 相關文檔
+
+- `SCENE_CLASSIFICATION_MODULE.md` - 模組使用手冊
+- `SCENE_CLASSIFICATION_TEST_RESULTS_2026_04_01.md` - 測試結果
+- `LONG_MOVIE_SCENE_TEST_2026_04_01.md` - 長片測試