La inteligencia de los vehículos autónomos no tripulados (USVs) ha atraído recientemente un gran interés. La percepción visual de las escenas acuáticas es crucial para la navegación autónoma de los USVs. En este artículo, se propone un método adaptativo de segmentación semántica para reconocer las escenas acuáticas. Se diseña un modelo de red de segmentación semántica para clasificar cada píxel de una imagen en agua, tierra o cielo. El resultado de la segmentación se refina mediante el método de campo aleatorio condicional (CRF). Se mejora aún más haciendo referencia al mapa de superpíxeles. Se genera un mapa de pesos en función de la confianza de la predicción. La red se entrena con la pseudoetiqueta refinada y el mapa de pesos. Se diseñó un conjunto de experimentos para evaluar el método propuesto. Los resultados experimentales muestran que el método propuesto exhibe un excelente rendimiento con aprendizaje de pocas muestras y es bastante adaptable a un nuevo entorno, muy eficiente para la utilización de datos etiquetados manualmente limitados.