摘要：本研究旨在通过深度学习技术，构建一种高效的城市空间品质量化评估框架。以泰顺市为例，采用全卷积网络（FCN）对街景图像进行解析，识别并量化建筑、天空、植被等城市要素，进而评估街道空间品质。聚焦于天空开阔度、绿色率、建筑围合度等指标，本研究不仅深入探讨了城市空间品质的现状及其影响因素，而且通过量化分析与可视化手段，为城市空间优化提供了数据支持。基于分析结果，我们提出了增加城市绿地、利用自然地形、促进建筑设计和植物配置多样性等优化建议，以提升泰顺市街道空间的功能性、美学性，并最终提高居民的生活质量。同时，我们认识到研究的局限性，如样本选择偏差和模型泛化能力，并建议未来的研究探索这些量化工具在更广环境中的应用，结合居民主观感受进一步完善城市空间品质评估，推动城市规划向更人性化和数据驱动的方向发展。