Actualmente, el procesamiento de piña es una tarea principalmente manual, con altos costos laborales y baja eficiencia operativa. La capacidad de detectar y localizar con precisión los ojos de la piña es fundamental para lograr la eliminación automatizada de los ojos de la piña. En este documento, se utilizan la visión artificial y la tecnología de control automático para construir una plataforma de prueba de reconocimiento y posicionamiento de ojos de piña, utilizando el algoritmo de detección de objetivos YOLOv5l para identificar rápidamente imágenes de ojos de piña. Se utiliza un algoritmo de localización 3D basado en el emparejamiento de imágenes de múltiples ángulos para obtener la información de posición 3D de los ojos de piña, y se utiliza el sistema de movimiento de precisión CNC para perforar la sonda en cada ojo de piña para verificar el efecto del algoritmo de reconocimiento y posicionamiento. Los resultados experimentales de reconocimiento demuestran que el mAP alcanzó el 98%, y el tiempo promedio requerido para detectar una imagen de ojo de piña fue de 0.015 s. Según los resultados de la prueba de la sonda, la desviación promedio entre el centro real del ojo de la piña y la posición de penetración de la sonda fue de 1.01 mm, el máximo fue de 2.17 mm, y el valor cuadrático medio fue de 1.09 mm, lo que cumple con los requisitos de precisión de posicionamiento en operaciones reales de eliminación de ojos de piña.