本发明提供一种基于深度学习的接触网悬挂部件故障检测方法和装置，所述方法包括：根据设置在列车上的动态视觉感受器和相机，同时对列车上方进行预设时间段的拍摄，获得至少两个运动图像帧以及多个动态视觉图像；在运动图像帧中，确定接触网悬挂部件所在的第一区域；根据第一区域，筛选动态视觉图像，获得目标动态视觉图像；将目标动态视觉图像和运动图像帧输入分类网络模型，获得接触网悬挂部件的类型；根据接触网悬挂部件的类型和运动图像帧，确定接触网悬挂部件的故障检测结果。根据本发明，还可利用目标动态视觉图像增强分类网络模型的特征，提升识别和分类的准确性，从而在高速运行的列车上识别接触网悬挂部件的类型，提升故障检测准确性。