城市道路植物景观兼具自然属性及文化属性,以其色彩、空间、形态、健康等特性展现了自身独特的感知语言,能够体现城市的特色和活力,对其进行客观、全面、准确的评价能够为城市道路植物景观优化、城市形象规划建设提供参考依据,对提升城市道路绿化建设水平和塑造城市特色都具有重要意义。而以街景为代表的地理信息技术以及人工智能技术的发展也为城市道路植物景观的评价和分析提供了新的思路和手段。本文以城市道路植物景观为研究对象,首先统计归纳传统道路植物景观评价相关的共性指标体系,结合街景图像的特征,从人本视觉出发,对共性指标体系进行筛选,从客观物质和主观感受两个维度,构建基于街景的城市道路植物景观评价指标体系。第二,结合街景数据的优势和机器学习的算法能力,借助深度学习图像语义分割、迁移学习、排序学习等技术方法,从图像感知角度出发,构建了神经网络感知模型,量化了基于街景的城市道路植物景观评价指标。第三,以武汉市主城区为研究案例,利用构建的评价指标体系进行实践,进行武汉市道路植物景观综合评价,以城区为单位,分析研究了区域道路植物景观各指标结果的空间分布特征,以及各城区的总体绿化品质特点及城区之间的视觉相似性,并将综合评价指标结果与路网数据进行相关性分析,以验证方法的可行性。