本发明公开了一种基于多网络特征融合的输电线路悬挂异物检测方法，首先构建输电线路悬挂异物图像数据集；其次对输电线路悬挂异物图像融合特征提取；再构建与训练基于贝叶斯优化的随机森林输电线路悬挂异物分类识别模型；输电线路悬挂异物分类识别：利用测试集的融合特征X对随机森林分类模型中M棵CART决策树进行测试，得到预测类别{C1(X)、C2(X)、、Cm(X)}；对于测试得到的分类结果进行投票，选择在M棵CART决策树分类结果中出现频率最高的作为最终的分类结果；本发明具有较好的检测精度和检测速度，且更有利于实际应用，可为电网运维人员开展输电线路悬挂异物清障工作提供参考。