Se propuso un método de orientación y transporte ordenado de ajos basado en visión artificial y mecanismos de orientación mecánica, con el objetivo de resolver el problema de que el equipo existente de corte de raíces de ajo requiere la orientación y el transporte ordenado de los ajos. Para lograr el reconocimiento de la postura del ajo, se utilizaron los ajos y las raíces de ajo como objetos de detección, se empleó el modelo de detección de objetos YOLOv5s para establecer un modelo de detección de características del ajo, y se entrenó el modelo. Se desarrolló un dispositivo de orientación y transporte ordenado de ajos y se completó una prueba de reconocimiento de postura del ajo y una prueba de orientación y transporte ordenado de ajos. Los resultados de la prueba muestran que la tasa de éxito del reconocimiento de postura es del 98.67% y la tasa de precisión promedio del ángulo de desviación del ajo es del 99.11%. Cuando la velocidad de transporte es de 95 y la velocidad de rotación es de 55 rpm, la tasa de éxito de la orientación es del 95.6% y la eficiencia de transporte alcanza los 75 ajos por minuto, lo que cumple con los requisitos de diseño. Se verifica la precisión del método de reconocimiento de postura del ajo y la racionalidad del diseño del dispositivo de orientación y transporte ordenado de ajos, logrando así la orientación y el transporte ordenado automáticos de los ajos.