Con el avance de la tecnología de aprendizaje profundo, la importancia de utilizar el aprendizaje profundo para la gestión del ganado se está volviendo cada vez más evidente. La detección de rostros de cabras proporciona una base para el reconocimiento y la gestión de cabras. En este estudio, propusimos una nueva red neuronal diseñada específicamente para la detección de objetos de rostros de cabras, abordando desafíos como la baja resolución de imagen, los pequeños objetivos de rostros de cabras y las características indistintas. Al incorporar información contextual y complementación de fusión de características, nuestro enfoque se comparó con redes de detección de objetos existentes utilizando métricas de evaluación como F1-Score (F1), precisión (P), recuperación (R) y precisión promedio (AP). Nuestros resultados muestran que hay mejoras del 8.07%, 0.06 y 6.8% en AP, P y R, respectivamente. Los hallazgos confirman que la red de detección de objetos propuesta mitiga eficazmente el impacto de los pequeños objetivos en la detección de rostros de cabras, proporcionando una base sólida para el desarrollo de sistemas de gestión inteligente para granjas modernas de ganado.