La profundidad de excavación es un factor importante que afecta la calidad de la cosecha mecanizada de ajo. En la actualidad, la profundidad de excavación de la cosechadora combinada de ajo (GCH) se ajusta manualmente, lo que conlleva desventajas como una respuesta lenta, poca precisión y una gran dependencia de la experiencia del operador. Para resolver este problema, este documento propone un sistema de control automático de profundidad de excavación basado en visión artificial para el dispositivo original de excavación de ajo. El sistema utiliza el algoritmo YOLOv5 mejorado para calcular la longitud de la raíz de ajo en el extremo delantero de la cadena transportadora de agarre en tiempo real, y el resultado del cálculo se envía de vuelta al sistema como retroalimentación. Luego, se utiliza el microcontrolador STM32 para controlar la profundidad de excavación mediante la expansión y contracción del empujador eléctrico del dispositivo de excavación de ajo. Los resultados experimentales del sistema de control presentado muestran que el tiempo de detección del sistema es de 30.4 ms, la precisión promedio de la detección es del 99.1% y el espacio ocupado por la implementación del modelo es de 11.4 MB, lo que se ajusta al diseño de la detección en tiempo real del sistema. Además, la longitud de las raíces de ajo excavadas es menor que la del sistema antes de la modificación, lo que representa un menor consumo de energía del sistema y un menor índice de impurezas en la cosecha, y el sistema modificado se controla automáticamente, reduciendo la carga de trabajo del operador.