近年、多くの物体検出モデルは、高い認識精度を達成するために複雑で深いネットワーク設計が採用されており、これにより推論などに必要な計算コストも増加している。これにより、スマートフォンなどの計算リソースが限られた小型端末では、高精度な物体検出モデルの利用が難しくなっている。そこで、本研究では、知識蒸留の最新手法であるMasked Generative Distillation (MGD)を用いて、軽量かつ高精度な物体検出モデルを生成する手法を提案した。様々な物体検出モデルに知識蒸留を適用し、その有効性を確認した。