Con el próspero desarrollo de la tecnología de sensores y la informática ubicua, el reconocimiento de actividades humanas basado en sensores (HAR) se ha vuelto cada vez más utilizado en el cuidado de la salud, deportes, monitoreo de la salud e interacción humana con dispositivos inteligentes. Los sensores inerciales eran uno de los sensores más comúnmente utilizados en HAR. En los últimos años, la demanda de comodidad y flexibilidad en dispositivos portátiles ha aumentado gradualmente, y con el continuo desarrollo y avance de la tecnología de electrónica flexible, han comenzado los intentos de incorporar sensores de estiramiento en HAR. En este documento, proponemos un modelo de red de dos canales basado en bloques residuales, un módulo eficiente de atención de canales (ECA) y una unidad recurrente con compuertas (GRU) capaz de modelar secuencias a largo plazo de datos, extrayendo eficientemente características espacio-temporales y realizando clasificación de actividades. Se diseñó un conjunto de datos llamado IS-Data y se recopiló de seis sujetos que llevaban sensores de estiramiento y sensores inerciales mientras realizaban seis actividades diarias. Realizamos experimentos utilizando IS-Data y un conjunto de datos público llamado w-HAR para validar la viabilidad de utilizar sensores de estiramiento en el reconocimiento de acciones humanas e investigar la efectividad de combinar datos flexibles e inerciales en el reconocimiento de actividades humanas, y nuestro método propuesto mostró un rendimiento superior y una buena capacidad de generalización en comparación con los métodos de vanguardia.