El terremoto de magnitud 6.8 en Luding que ocurrió el 5 de septiembre de 2022, provocó múltiples deslizamientos de tierra a gran escala y causó una gran pérdida de vidas y propiedades. La investigación de los deslizamientos de tierra provocados por terremotos (ETLs) facilita las evaluaciones de desastres por terremotos, el rescate, la reconstrucción y otros esfuerzos de recuperación posteriores al desastre. Por lo tanto, es importante obtener inventarios de deslizamientos de tierra de manera oportuna. En la actualidad, la detección de deslizamientos de tierra se realiza principalmente de forma manual, lo que consume mucho tiempo y esfuerzo, mientras que un enfoque asistido por máquina ayuda a mejorar la eficiencia y precisión de la detección de deslizamientos de tierra. Este estudio utiliza un algoritmo de red neuronal convolucional totalmente convolucional con el optimizador Adam para interpretar automáticamente los datos aéreos y satelitales de los deslizamientos de tierra. Sin embargo, debido a las diferentes resoluciones de las imágenes de teledetección, los deslizamientos de tierra detectados varían en límites y cantidad. En este estudio, realizamos una evaluación en el área de estudio de la aldea de Wandong en la zona afectada por el terremoto de Luding. Se seleccionaron imágenes de UAV, imágenes satelitales GF-6 e imágenes satelitales de Landsat 8, con una resolución de 0.2 m, 2 m y 15 m, respectivamente, para detectar ETLs. Luego, se comparó y verificó la precisión de los resultados con los resultados de detección visual y los datos de encuestas de campo. El estudio indica que a medida que disminuye la resolución, también disminuye la precisión de la detección de deslizamientos de tierra. La tasa de detección del área total de deslizamientos de tierra de las imágenes de UAV puede alcanzar el 82.17%, mientras que la de las imágenes de GF-6 y Landsat 8 es solo del 52.26% y 48.71%. La tasa de detección de la cantidad de deslizamientos de tierra de las imágenes de UAV puede alcanzar el 99.07%, mientras que la de las imágenes de GF-6 y Landsat 8 es solo del 48.71% y 61.05%. Además, para cada deslizamiento de tierra detectado, se encuentra poca diferencia en los deslizamientos de tierra a gran escala, y se vuelve más difícil detectar correctamente los deslizamientos de tierra a pequeña escala a medida que disminuye la resolución. Por ejemplo, los deslizamientos de tierra de menos de 100 m2 no pudieron ser detectados a partir de una imagen satelital de Landsat 8.