Marine Tierstudien sind von großer Bedeutung für den Menschen und von entscheidender Tragweite für zahlreiche Forschungsbereiche. Die Identifizierung solcher Tiere mittels Bildverarbeitung stellt eine herausfordernde Aufgabe dar, die zur marinen Tiersegmentierung (Marine Animal Segmentation, MAS) führt. Obwohl tiefe neuronale Netze weit verbreitet für die Objektsegmentierung eingesetzt werden, berücksichtigen nur wenige von ihnen die komplexen Aufnahmeeigenschaften unter Wasser sowie die Tarnungseigenschaften mariner Tiere. Um diesem Problem zu begegnen, wird in diesem Artikel ein robuster tiefes Netzwerk für die marinen Tiersegmentierung vorgestellt. Konkret wird eine neue Daten-Augmentierungsstrategie entworfen, die zufällig Degradierungs- und Tarnmerkmale der ursprünglichen Objekte verändert. Durch diese Augmentierungen wird ein auf Fusion basierendes tiefes neuronales Netzwerk in Siamese-Architektur trainiert, um gemeinsame semantische Darstellungen zu lernen. Darüber hinaus wird ein neuer großskaliger Echtwelt-MAS-Datensatz erstellt, um umfangreiche Experimente durchzuführen. Der Datensatz umfasst über 3000 Bilder mit vielfältigen Unterwasser-Szenen und Objekten. Jedes Bild ist mit einer objektbezogenen Maske annotiert und einer Kategorie zugeordnet. Umfangreiche experimentelle Ergebnisse zeigen, dass unsere Methode sowohl qualitativ als auch quantitativ signifikant 12 state-of-the-art-Methoden übertrifft.