视频目标检测中的在线检测和离线检测

借鉴看到的一个解释

在离线学习中，所有的训练数据在模型训练期间必须是可用的。只有训练完成了之后，模型才能被拿来用。简而言之，先训练，再用模型，不训练完就不用模型。

在在线学习中，恰恰相反，在线算法按照顺序处理数据。它们产生一个模型，并在把这个模型放入实际操作中，而不需要在一开始就提供完整的的训练数据集。随着更多的实时数据到达，模型会在操作中不断地更新。

针对视频目标检测

在线的方法指的是检测的时候不需要下一帧的信息，可以用在实际生活中实时检测。
离线需要结合下一帧的信息，借助当前时刻后面K帧的检测结果。不能实时。

在线的优于离线的。
在线算法比离线算法难度更大。事实上，一个好的在线算法可以很容易转换成一个同样好的离线算法。反之则不然。最后还需要指出的是，在线算法有时候在设计和分析上，比离线算法更加简洁明了。

对于目标检测来说，训练肯定都是离线的，将整个数据集都输入，所有epoch一次训练循环完，才能进行测试，检测。
这里的在线离线指的是能不能实时。