El Volumen de Líquido Amniótico (AFV) es un biomarcador fetal crucial al diagnosticar anomalías fetales específicas. Este estudio propone un nuevo modelo de Red Neuronal Convolucional (CNN), AFNet, para segmentar el líquido amniótico (AF) y facilitar la evaluación clínica del AFV. AFNet fue entrenado y probado en un conjunto de datos de AF segmentado manualmente y validado por radiólogos. AFNet supera a ResUNet++ al utilizar un mapeo eficiente de características en el bloque de atención y convoluciones transpuestas en el decodificador. Nuestros resultados experimentales muestran que AFNet logró un valor medio de Intersección sobre Unión (mIoU) del 93.38% en nuestro conjunto de datos, superando así a otros modelos de vanguardia. Mientras AFNet logra puntuaciones de rendimiento similares a las del modelo UNet++, lo hace utilizando menos de la mitad de los parámetros. Al crear un detallado conjunto de datos de AF con una arquitectura de CNN mejorada, permitimos la cuantificación del AFV en la práctica clínica, lo que puede ayudar en el diagnóstico de trastornos del AF durante la gestación.