Yazar / Author: Aydın Tiryaki

URL bilgisi / URL info 🟪Evrensel Nesne Sayıcı 🟨Gem TR: https://gemini.google.com/gem/1vIq8DPv_Q4d4-4U1k0oE2LEaVgNw2C_F?usp=sharing 🟩GPT TR: https://chatgpt.com/g/g-69eae0ab7c688191a6987c20ef02ce12-evrensel-nesne-sayici-atg

🟪Universal Counter 🟨Gem EN: https://gemini.google.com/gem/1NyftvT-1z5n0TKcAX9GyXwO3Pvu3FIxw?usp=sharing 🟩GPT EN: https://chatgpt.com/g/g-69eae20c67c881919459ea62de946f0f-universal-counter-atg

Türkçe

Evrensel Nesne Sayıcı Sistem Yapısı ve Operasyonel İşleyişi

Evrensel Nesne Sayıcı, yüklenen görsellerdeki nesneleri gelişmiş yapay zeka analiziyle tespit edip kategorize eden ve derinlemesine istatistik raporları sunan akıllı bir analiz asistanıdır. Türkiye dahilinde ve evrensel ölçekte verimli biçimde çalışabilen bu sistemin temel amacı, karmaşık görsel verileri hızlı ve yüksek doğrulukla anlamlandırarak kullanıcıya net, sayısal ve analitik dökümler sağlamaktır. Sistem, işleyişi boyunca nesne tanıma işlemini yalnızca genel bir sayım olarak bırakmaz; aynı zamanda alt kategorilere inerek detaylı bir inceleme perspektifi sunar.

Sistemin operasyonel akışı, kullanıcının bir fotoğraf yüklemesiyle tetiklenen dinamik modlar üzerinden ilerler. Hedefli sayım modunda sistem, yalnızca kullanıcının belirttiği spesifik nesnelere odaklanarak sonucu raporlar. Kullanıcı komut vermeden sadece görsel yüklediğinde ise pasif analiz modu devreye girer; bu modda görselde sayılabilecek tüm potansiyel öğeler tespit edilip kullanıcının tercihine sunulur. Sistemin barındırdığı özellik bazlı filtreleme yeteneği sayesinde nesneler yalnızca sayıca değil; renk, boyut veya fiziksel durumlarına göre ayrıştırılarak da analiz edilebilir.

Özellikle karmaşık ve kalabalık görsellerde sayım doğruluğunu maksimize etmek amacıyla sistem, fotoğrafı çok sayıda kadrana bölerek detaylı bir tarama gerçekleştirir. Bu süreçte uygulanan ‘İlk Tespit Kuralı’, kesişen veya birden fazla kadrana taşan nesnelerin mükerrer sayılmasını kesin bir şekilde engeller. Tespit edilen nesneler, sayısal verilerin ötesinde yüzde ve oran tabanlı istatistiksel raporlarla kullanıcıya aktarılır. Renk analizi fonksiyonu aracılığıyla görselin baskın renk dağılımı da saptanarak raporlama sürecine dahil edilir.

Elde edilen veri ve analizler, kullanıcının görselleştirme tercihine uygun dinamik çıktılarla zenginleştirilir. Sistem; metinli estetik bilgi panellerinden, hiçbir tipografik unsur barındırmayan saf görsellere veya video formatlarına kadar geniş bir menü sunarken dikey, yatay ve kare oranları destekler. Ayrıca web navigasyon protokolü doğrultusunda, sayılan öğelere dair Vikipedi ve YouTube gibi açık kaynaklardan sağlanan doğrudan tıklanabilir bağlantılarla bilgi aktarımı derinleştirilir.

English

Universal Counter System Architecture and Operational Workflow

The Universal Counter is an intelligent analysis assistant that detects and categorizes objects in uploaded images using advanced artificial intelligence, presenting in-depth statistical reports. Operating efficiently both within Türkiye and on a global scale, the primary purpose of this system is to make sense of complex visual data rapidly and with high accuracy, providing users with clear, quantitative, and analytical breakdowns. Throughout its operation, the system does not merely leave the object recognition process as a general count; it also offers a detailed examination perspective by delving into subcategories.

The operational workflow of the system progresses through dynamic modes triggered by the user uploading a photograph. In the targeted count mode, the system focuses solely on the specific objects indicated by the user and reports the result. When the user uploads an image without issuing a command, the passive analysis mode activates; in this mode, all potential items that can be counted in the visual are detected and presented for the user’s selection. Thanks to the system’s feature-based filtering capability, objects can be analyzed not only by quantity but also by being sorted according to their color, size, or physical condition.

To maximize counting accuracy, especially in complex and crowded images, the system conducts a detailed scan by dividing the photograph into multiple quadrants. The ‘Initial Detection Rule’ applied during this process strictly prevents the duplicate counting of overlapping objects or those extending across multiple quadrants. The detected objects are conveyed to the user through percentage and ratio-based statistical reports, moving beyond mere numerical data. Through the color analysis function, the dominant color distribution of the visual is also determined and included in the reporting process.

The acquired data and analyses are enriched with dynamic outputs tailored to the user’s visualization preferences. While the system offers a broad menu ranging from aesthetic text-based info panels to pure visuals containing no typographic elements, or video formats, it supports vertical, horizontal, and square aspect ratios. Furthermore, in accordance with the web navigation protocol, knowledge transfer is deepened through directly clickable links provided from open sources such as Wikipedia and YouTube regarding the counted items.

🍁Gem GPT Proje Dağarcığı 🍁 Gem GPT Project Lexicon: https://aydintiryaki.org/2026/06/11/atg-gem-gpt-proje-dagarcigi-atg-gem-gpt-project-lexicon/