Con el avance continuo de la tecnología de vehículos autónomos, el reconocimiento de edificios se vuelve cada vez más crucial. Permite a los vehículos autónomos comprender mejor su entorno circundante, facilitando una navegación más segura y procesos de toma de decisiones. Por lo tanto, es importante mejorar la eficiencia de detección en dispositivos periféricos. Sin embargo, el reconocimiento de edificios enfrenta problemas como la severa oclusión y el gran tamaño de los modelos de detección que no pueden ser desplegados en dispositivos periféricos. Para resolver estos problemas, se propone en este estudio un modelo ligero de reconocimiento de edificios basado en YOLOv5s. Primero recopilamos un conjunto de datos de edificios de escenas reales e internet, y aplicamos un método de aumento de datos GridMask mejorado para expandir el conjunto de datos y reducir el impacto de la oclusión. Para hacer que el modelo sea ligero, podamos el modelo mediante el método de poda de canales, lo que disminuye los costos computacionales del modelo. Además, utilizamos como función de activación para ayudar al modelo a converger mejor en el entrenamiento disperso. Finalmente, comparándolo con YOLOv5s (referencia), los experimentos muestran que el modelo mejorado reduce el tamaño del modelo en 9.595 MB, y el mAP@0.5 alcanza el 82.3%. Este estudio ofrecerá información sobre la detección ligera de edificios, demostrando su importancia en la percepción ambiental, monitoreo y detección, especialmente en el campo de la conducción autónoma.