Вы можете сделать это с помощью классификации изображений.По сути, тренируйте модель CNN (сверточная нейронная сеть), вводя некоторые изображения с водяным знаком, а некоторые без водяного знака, а затем используйте эту модель для оценки вероятности водяного знака на любом новом изображении.
Вы можете применить перенособучение некоторым существующим предварительно обученным моделям (на сегодняшний день версия v3 является лучшей), которые можно переподготовить для вашей конкретной цели классификации.
Например, эта ссылка показывает, как это сделать, чтобы определить, является ли изображение подсолнухом, ромашкой или розой.https://www.tensorflow.org/tutorials/image_retraining
Вот краткое 5-минутное руководство по созданию классификатора изображений с тензорным потоком: https://youtu.be/QfNvhPx5Px8