本发明公开了一种基于多模态数据的输电巡检图像生成方法及装置，该方法包括：基于原始图像输入第一网络模型进行目标检测，获取原始图像中至少一个目标输电部件的文本描述数据；基于第一文本信息在历史图像采集数据库中获取少量匹配的参考图像；基于目标输电部件在原始图像中的坐标位置信息，确定新生成图像中目标输电部件的目标生成区域；基于原始图像、少量所述参考图像和文本描述数据输入图像生成网络，在新生成图像的所述目标生成区域生成所述目标输电部件图像。本发明仅基于目标输电部件在原始图像中的位置，在新生成图像中的对应位置对应生成目标输电部件，而不需要基于原始图像的整幅图像新生成整幅图像，提高了输电部件影像生成效率。