日本放送協会による番組制作用テロップ設備部分更新の随意契約公示
左の本文を選ぶと、右側の官報原文画像で該当箇所を照合できます。
日本放送協会 経理局長 金子 豊
◎調達機関番号 325 ◎所在地番号 13
○第2026-1-80号
1 調達内容
(1) 品目分類番号 14、71、27
(2) 購入等件名及び数量 本部 番組制作用テロップ設備の部分更新 一式
2 随意契約の予定日 令和8年8月25日
3 随意契約によることとする「政府調達に関する協定」の規定上の理由 c「互換性」
4 随意契約を予定している相手方の名称
株式会社ラムダシステムズ
5 担当部局 〒150-8001 東京都渋谷区神南2－2－1 株式会社NHKビジネスクリエイト TEL03-5455-5567
6 Summary
(1) Classification of the services to be procured: 14, 71, 27
(2) Nature and quantity of the services to be purchased: Update of telop equipment for program production 1 set
(3) Expected date of the contract award: 25 August 2026
(4) Reasons for the use single tendering procedures as provided for in the Agreement on Government Procurement: c “Interchangeability”
(5) Contact point for the notice: NHK Business Create INC., 2-2-1 Jinnan, Shibuya-ku, Tokyo 150-8001, Japan. TEL 03-5455-5567
1. 基于候选区域的目标检测算法
基于候选区域的目标检测算法主要包括R-CNN、Fast R-CNN、Faster R-CNN等。这些算法首先通过选择性搜索（Selective Search）或边缘框（Edge Boxes）等方法生成候选区域，然后使用卷积神经网络（CNN）对候选区域进行分类和回归。
R-CNN是第一个将深度学习应用于目标检测的算法，它通过选择性搜索生成候选区域，然后使用CNN对候选区域进行分类和回归。但是，R-CNN的计算量较大，速度较慢。
Fast R-CNN是对R-CNN的改进，它通过将候选区域的特征图共享，减少了计算量，提高了速度。但是，Fast R-CNN仍然需要依赖选择性搜索生成候选区域。
Faster R-CNN是对Fast R-CNN的进一步改进，它引入了区域提议网络（Region Proposal Network, RPN），可以直接从图像中生成候选区域，不再依赖选择性搜索。Faster R-CNN在速度和精度上都取得了很好的效果。
2. 基于回归的目标检测算法
基于回归的目标检测算法主要包括YOLO（You Only Look Once）、SSD（Single Shot MultiBox Detector）等。这些算法直接将目标检测问题转化为回归问题，不需要生成候选区域，因此速度更快。
YOLO是一种实时目标检测算法，它将图像划分为多个网格，每个网格负责预测该网格内的目标。YOLO的速度非常快，但是精度相对较低。
44号)