Clasificarea canionului Urban joacă un rol important în analiza impactului geometriei canionului urban asupra morfologiei și microclimatelor urbane. Metodele de clasificare existente care utilizează rapoarte de aspect necesită un număr mare de sondaje de teren, care sunt adesea costisitoare și laborioase. Mai mult, este dificil pentru aceste metode să se ocupe de geometria complexă a canioanelor stradale, care este adesea cerută de aplicații specifice. Pentru a depăși aceste dificultăți, dezvoltăm o abordare a clasificării street canyon folosind imagini Google Street View (GSV) disponibile publicului. Metoda noastră este inspirată de cele mai recente progrese în învățarea multitask profundă bazată pe rețele convoluționale conectate dens (DenseNets) și adaptate pentru clasificarea canionului stradal multiplu, adică clasificări bazate pe H/W (Nivel 1), simetrie (nivel 2) și clasificări complexe bazate pe geometrie (nivel 3). Am efectuat o serie de experimente pentru a verifica metoda propusă. În primul rând, luând ca exemplu zona Hong Kong, metoda a obținut o precizie de 89,3%, 86,6% și, respectiv, 86,1% pentru cele trei niveluri. Chiar și folosind datele sondajului de teren ca adevăr de bază, a câștigat aproximativ 80% pentru diferite niveluri. Apoi, am testat modelul nostru pre-pregătit în alte cinci orașe și am comparat rezultatele cu metodele tradiționale. Au fost demonstrate transferabilitatea și eficacitatea schemei. În cele din urmă, pentru a îmbogăți reprezentarea geometriei stradale mai complicate, abordarea poate genera separat hărți tematice ale canioanelor stradale la mai multe niveluri pentru a facilita mai bine studiile microclimatice în medii construite cu densitate mare. Tehnicile dezvoltate pentru clasificarea și cartografierea canioanelor stradale oferă un instrument rentabil pentru studierea impactului geometriei complexe și în evoluție a canionului urban asupra schimbărilor de microclimat.