La detección de contaminantes en productos alimenticios después del envasado mediante una técnica no invasiva es una necesidad seria para las empresas que operan en la industria alimentaria. En los últimos años, se han investigado y desarrollado muchas tecnologías para superar las desventajas intrínsecas de las técnicas actualmente empleadas, como los rayos X y el detector de metales, y para ofrecer soluciones más apropiadas con respecto a las técnicas desarrolladas en el ámbito académico en términos de velocidad de adquisición, costos y la profundidad de penetración (infrarrojo, imágenes hiperespectrales). Se propone un nuevo método basado en la detección de microondas para aumentar el grado de calidad de producción. En este documento, vamos a presentar un enfoque novedoso desde la configuración de las mediciones hasta una clasificación binaria de productos alimenticios como contaminados o no contaminados. El trabajo se centra en combinar la tecnología de detección de microondas y herramientas de ML como MLP y SVM en un flujo de trabajo completo que puede operar en tiempo real en una línea de producción de alimentos. Se logra una precisión de rendimiento muy buena que alcanzó el 99,8% utilizando el algoritmo SVM no lineal, mientras que la precisión del rendimiento del clasificador MLP alcanzó el 99,3%.