Los datos faciales han encontrado aplicaciones cada vez más extendidas en la vida diaria. Para extraer de manera eficiente y precisa la información facial de las imágenes de entrada, este documento presenta un enfoque de detección de rostros basado en DF-Net. Se diseña e implementa una red neuronal ligera de extracción de rasgos faciales basada en la arquitectura MobileNet-v2. Al incorporar fusiones de características a múltiples escalas y módulos de pirámide espacial, el sistema logra la localización y extracción de rostros en múltiples escalas. La red propuesta se entrena en el conjunto de datos de detección de rostros de código abierto WiderFace. Se discuten hiperparámetros como coeficientes de cuello de botella y factores de calidad. Se realizan experimentos comparativos con otras redes comúnmente utilizadas en términos de tamaño del modelo de red, velocidad de procesamiento y precisión de extracción de red. Los resultados experimentales confirman la eficacia y robustez de este método, especialmente en poses faciales desafiantes.