利用遥感图像进行建筑物检测和变化检测可以辅助城市规划和救援工作。此外，这些技术还可以用于自然灾害后的建筑物损毁评估。目前，大多数现有的建筑物检测模型仅使用一张图像（灾前图像）来检测建筑物。这是因为灾后图像中存在损毁的建筑物，可能会降低模型的性能。在本文中，我们提出了一种称为SiamixFormer的孪生模型，该模型以灾前和灾后图像作为输入。我们的模型包含两个编码器，并采用了分层 Transformer 架构。每个编码器阶段的输出都会被送入一个时间 Transformer 进行特征融合，其中查询向量从灾前图像生成，而键值对从灾后图像生成。在此过程中，时间特征也被纳入了特征融合之中。使用时间 Transformer 进行特征融合的另一个优势在于，它们能够比卷积神经网络（CNNs）更好地保持由 Transformer 编码器生成的大感受野。最后，时间 Transformer 在每个阶段的输出会被送入一个简单的多层感知机（MLP）解码器。SiamixFormer模型在xBD和WHU数据集上进行了建筑物检测评估，在LEVIR-CD和CDD数据集上进行了变化检测评估，并且其性能超过了现有最先进的方法。