Este estudio aborda el desafío de pelar eficientemente piñas, que tienen una forma elíptica distintiva, piel gruesa y ojos pequeños que son difíciles de detectar con métodos automatizados convencionales. Esto resulta en un desperdicio significativo de pulpa. Para mejorar el proceso, desarrollamos un sistema integrado que combina un método BlendMask mejorado, denominado SAAF-BlendMask, y un método de Planificación de Corrección de Postura (PCP). SAAF-BlendMask mejora la detección de los pequeños ojos de la piña, mientras que PCP asegura un ajuste preciso de la postura para una planificación de ruta precisa. El sistema utiliza tecnologías de visión 3D y aprendizaje profundo, logrando una precisión promedio (AP) del 73.04% y una precisión de objetos pequeños (APs) del 62.54% en la detección de ojos, con una tasa de éxito en la planificación de ruta que alcanza el 99%. El sistema electromecánico totalmente automatizado fue probado en 110 piñas reales, demostrando una reducción del desperdicio de pulpa en un 11.7% en comparación con los métodos tradicionales. Este estudio destaca el potencial de la visión artificial y la robótica avanzadas para mejorar la eficiencia y precisión del procesamiento de alimentos.