本发明公开一种基于跨模态多层次特征融合的电力设备检测方法，包括以下步骤：构建双流特征提取网络，提取可见光图像和红外图像的多层级目标表征，引入自适应融合模块捕捉可见光和红外分支模态下的互补特征，利用自注意力机制增强互补特征的表达能力并构建目标的深层表示，利用不同尺度下的融合特征捕获目标区域并实现目标的精确定位；本发明可以很好的捕捉可见光图像和红外图像的深层次特征，实现不同模态的互补融合，进行变电站实际场景的目标检测，利用目标检测的结果进行优化，可以实现可见光图像特征和红外图像特征的自适应融合和特征增强，能够有效地实现跨模态信息的融合，精确定位和识别变电站电力设备目标，并展现出较高的鲁棒性。