您可以考虑将水印查找为对象检测问题，而不是图像分类问题。Faster R-CNN 和“你只看一次”（YOLO）都是通用的对象检测架构。

处理此类问题的一种好方法是使用地标检测。在这种情况下，您的问题看起来像是使用深度神经网络的分类和回归任务的组合。看看这里和这里。您应该指定在所有数据集中具有相同身份的点。然后您的网络将尝试找到每个点的位置。也看看这里。