新型コロナウィルス感染症（COVID-19）の蔓延により，外出時，特に人と接する機会においてマスク着用は欠かせないものとなった．このため，COVID-19の感染拡大を防ぐために，来訪者のマスク着用の検出システムが必要とされている． 先行研究として実時間物体検出システムYOLOを用いたマスク着用検出システムが提案されているが，学習済みモデルの容量が大きいという課題がある．本研究では，省メモリなYOLOv4 を用いたマスク着用システムの開発を行った．本システムでは，YOLOv4に加え検測モデルEfficientNetおよび軽量畳込みニューラルネットワークMobilenetを利用している．これにより、先行研究とほぼ同等の検出精度でありつつ、学習済みモデルの容量を削減することを実現できた．