本发明提供一种基于深度学习与声呐成像的水下桥墩构件分割方法，利用水下侧声声呐设备获取准备水下桥墩扫描图片；运用图像增强方法，增加数据集的数量；对数据集进行标注，将桥墩、桩基和河床分别用不同颜色进行多边形标记，并记录下多边形顶点坐标；将数据集划分为训练与验证集：建立深度学习语义分割网络中的MaskRCNN模型，进行训练，得到训练模型；水面上控制侧声声呐设备沿着水下桥墩部分进行扫描，获取扫描图片，利用训练好的MaskRCNN模型进行水下桥墩进行构件自动化分割。采用本发明效率高，成本低，相对于传统的人工潜水法以及声呐人工筛选法更具有明显的自动化和高效准确的优势。