本研究提出了一种新方法，利用高光谱成像自动检测猪肉腹部异物，解决食品加工中的污染物检测问题。该方法结合预处理技术和轻量级视觉变换器，实现了高检出率，有效应对噪声和温度变化等挑战。

最近的研究使用高光谱成像（HSI）检测产品中的异物，并提出了一种新的特征选择方法。该方法绕过传统的维度缩减方法，实现了更好的解释性和捕捉 HSI 的时间延迟问题。实验证明，特征选择方法在推断阶段比特征提取方法更快速，同时保持了异常检测的性能。特征选择方法具有高效且快速的优势。

最近的研究使用高光谱成像（HSI）检测产品中的异物。一种新的特征选择方法通过绕过传统的维度缩减方法，实现了更好的解释性和捕捉 HSI 的时间延迟问题，重新设计了一个任务优化和成本效益的光谱相机。实验证明，特征选择方法在推断阶段比特征提取方法更快速，同时保持了异常检测的性能。结论是特征选择方法具有高效且快速的优势。