La pandemia de COVID-19 interrumpió los medios de vida de las personas y obstaculizó el comercio y el transporte global. Durante la pandemia de COVID-19, la Organización Mundial de la Salud ordenó que se usaran máscaras para protegerse contra este virus mortal. Proteger la cara con una máscara se ha convertido en el estándar. Muchos proveedores de servicios públicos animarán a los clientes a usar máscaras correctamente en un futuro previsible. Por otro lado, monitorear a las personas mientras están paradas solas en un lugar es agotador. Este documento ofrece una solución basada en aprendizaje profundo para identificar máscaras usadas en la cara en lugares públicos para minimizar la transmisión comunitaria del coronavirus. La principal contribución del trabajo propuesto es el desarrollo de un sistema en tiempo real para determinar si la persona en una cámara web está usando una máscara o no. El método de conjunto facilita lograr una alta precisión y avances considerables hacia la mejora de la velocidad de detección. Además, la implementación de aprendizaje por transferencia en modelos preentrenados y pruebas rigurosas en un conjunto de datos objetivo condujo al desarrollo de una solución altamente confiable y económica. Los hallazgos validan el potencial de la aplicación para su uso en entornos del mundo real, contribuyendo a la reducción de la transmisión pandémica. En comparación con las metodologías existentes, el método propuesto ofrece una precisión, especificidad, precisión, recuperación y rendimiento de F-measure mejorados en salidas de tres clases. Estas métricas incluyen precisión, especificidad, precisión y recuperación. Se mantiene un equilibrio adecuado entre el número de parámetros necesarios y el tiempo necesario para concluir los diversos modelos.