En la actualidad, el aprendizaje profundo ha logrado excelentes logros en el procesamiento de imágenes y visión por computadora, y se usa ampliamente en el campo del marcaje de agua. El mecanismo de atención, como el punto de investigación del aprendizaje profundo, aún no se ha aplicado en el campo del marcaje de agua. En este documento, proponemos una red de aprendizaje profundo y atención para el robusto marcaje de agua en imágenes (DARI-Mark). El marco incluye cuatro partes: una red de atención, una red de incrustación de marca de agua, una red de extracción de marca de agua y una capa de ataque. La red de atención utilizada en este documento es la red de atención de canal y espacial, que calcula pesos de atención a lo largo de dos dimensiones, canal y espacial, respectivamente, asigna diferentes pesos a píxeles en diferentes canales en diferentes posiciones y se aplica en las etapas de incrustación y extracción de marca de agua. A través del entrenamiento de extremo a extremo, la red de atención puede localizar áreas no significativas que son insensibles al ojo humano y asignar mayores pesos durante la incrustación de la marca de agua, y la red de incrustación de marca de agua selecciona esta región para incrustar la marca de agua y mejorar la imperceptibilidad. En la extracción de marca de agua, al establecer la función de pérdida, se pueden asignar pesos mayores a las características que contienen la marca de agua y pesos menores a las señales ruidosas, de modo que la red de extracción de marca de agua se centre en características sobre la marca de agua y suprima señales ruidosas en la imagen atacada para mejorar la robustez. Para evitar el fenómeno de desaparición o explosión del gradiente cuando la red es profunda, tanto la red de incrustación como la red de extracción han añadido módulos residuales. Los experimentos muestran que DARI-Mark puede incrustar la marca de agua sin afectar la percepción subjetiva humana y que tiene una buena robustez. En comparación con otros métodos de marcaje de agua de última generación, el marco propuesto es más robusto a la compresión JPEG, el afilado, el recorte y los ataques de ruido.