La detección de rostros invariante a la rotación (RIPD) ha sido ampliamente utilizada en aplicaciones prácticas; sin embargo, el problema del ajuste del ángulo de rotación en el plano (RIP) de la cara humana todavía persiste. Recientemente, se han propuesto varios métodos basados en redes neuronales para resolver el problema del ángulo RIP. Sin embargo, estos métodos tienen varias limitaciones, como baja velocidad de detección, tamaño del modelo y precisión de detección. Para resolver los problemas mencionados, proponemos una nueva red, llamada Red de Calibración de Arquitectura de Búsqueda (SACN), que utiliza la búsqueda de arquitectura, red totalmente convolucional (FCN) y agrupación del centro de la caja delimitadora (CC). SACN fue probada en el desafiante Conjunto de Datos y Evaluación de Detección de Rostros Multi-Orientados (MOFDDB) y logró una precisión de detección más alta y casi la misma velocidad que los detectores existentes. Además, el error promedio del ángulo se optimizó de los actuales 12.6 grados a 10.5 grados.