Bài toán tìm đường bao là một vấn đề cơ bản được nghiên cứu sâu rộng trong lĩnh vực thị giác máy nói chung. Đường bao cũng có nhiều khái niệm khác nhau đối với các cách tiếp cận khác nhau Bài viết phân tích và đánh giá 2 phương pháp tìm đường bao tiên tiến, gồm: Mạng tích chập mã hóa giải mã tìm đường bao (Convolutional Encoder Decoder Network - CEDN) và Mạng tinh lọc đường bao (RefineContourNet - RCN). Đây là 2 cách tiếp cận với 2 kiến trúc mạng khác nhau: CEDN sử dụng kiến trúc Fully Convolutional Network- FCN, và RCN sử dụng kiến trúc Residual Network. RCN để làm rõ cách thức triển khai và đánh giá dựa trên các độ đo khác nhau bao gồm Precision-Recall, đường cong PR, đường cong ROC, AOC và F-measure. Từ đó cung cấp một cái nhìn tổng quan về hiệu năng, hiệu quả của 2 phương pháp và cách lựa chọn phù hợp các phương pháp cho các ứng dụng khác nhau.The problem of finding contours is a fundamental problem that is extensively studied in the field of machine vision in general. The contour also has different concepts for different approaches. The article analyses and evaluates two advanced contour finding methods including: Convolutional Encoder Decoder Network (CEDN) and RefineContourNet (RCN). These are two approaches with two different network architectures: CEDN uses Fully Convolutional Network-FCN architecture, and RCN uses Residual Network architecture. RCN to clarify how to implement and evaluate based on different metrics including Precision-Recall, PR curve, ROC curve, AOC and F-measure. From there, it provides an overview of the performance and effectiveness of the two methods and how to choose the right methods for different applications.