随着社会飞速发展,计算机硬件水平和软件技术都有了巨大提升,随着计算机视觉领域的蓬勃发展,传统的遥感和摄影测量技术,也随着计算机技术的提升而进入了发展的新纪元,遥感这一学科也越来越多在生产、生活的各方面发挥作用。在城市区域中,建筑物在所有地物类型中的面积占比很高,是最重要的地物类型之一。建筑物检测在城市规划、城市地理信息系统平台建设、地图更新、违章建筑物监测、智慧城市建设、以及军事侦察等领域都有着广泛的应用。从遥感影像中人工目视解译建筑物很容易,然而想要实现计算机自动检测却具有很大难度。计算机视觉主要是针对解决自然场景的问题,而遥感领域主要是针对背景信息更为复杂高分辨率遥感影像进行研究,由于遥感影像信息量非常庞大,语义信息非常丰富,传统的建筑物检测和提取算法只适用于具体的某一种建筑物类型,而无法在较大范围的数据集上有令人满意的表现,更无法满足当今快速化、智能化、自动化提取的要求。因此,本文提出了一种利用深度学习多级联目标检测框架进行多尺度建筑物检测,并利用边缘检测思想指导建筑物实例分割,得到建筑物的精准轮廓的算法。在自己制作的建筑物数据集上,以残差网络Res Net-50作为基干特征提取网络,利用多级联检测卷积神经网络Cascade R-CNN,进行目标特征的学习和训练,得到建筑物目标检测模板参数,然后在测试集上进行检测,得到初步的检测结果,即包含建筑物的矩形标注框和每个框的置信度得分。其中在基准网络中添加特征金字塔网络模块,用于构建特征金字塔,融合多层特征信息,使输出特征可以更好的表示出输出影像各个维度的信息,从而实现对不同尺度建筑物的检测,提高算法的鲁棒性。另外借鉴Mask R-CNN和边缘检测思想,在ROI Align模块之后添加mask分支,并在此基础上添加了边缘协议头,通过在预测掩膜和地面真值中都使用传统的边缘检测算子,修正掩膜边缘使其更贴合于实际建筑物的边缘。该模块可以在基本不增加模型大小的前提下,提高建筑物实例分割边缘的精确度。通过在测试集上利用训练模型进行建筑物检测和提取,得到每张影像中建筑物的类别、精确边缘和置信度。本文与多种目标检测和实例分割方法进行了控制变量对比实验,并通过多项评估指标进行检测和提取结果的精度评定。本文算法可以实现端到端的建筑物提取,利用本文制作的高分辨率遥感影像数据集进行测试实验,并与多项典型算法进行对比实验。实验结果证明,本文的算法相比其他方法有更好的检测效果和提取精度,具有一定的优越性和实用性。