El reconocimiento automático de modulación (AMR) basado en aprendizaje profundo ha atraído recientemente un interés significativo debido a su alta precisión de reconocimiento y la falta de necesidad de establecer manualmente estándares de clasificación. Sin embargo, es extremadamente desafiante lograr una alta precisión de reconocimiento en entornos de canal cada vez más complejos y equilibrar la complejidad. Para abordar este problema, proponemos un modelo de red neuronal AMR multimodal con segmentación de SNR llamado M-LSCANet, que integra una estrategia de segmentación de SNR, pilas residuales livianas, conexiones de salto y un mecanismo de atención. En el modelo propuesto, utilizamos datos de dominio de tiempo I/Q y datos de diagrama de constelación solo en regiones de señal a ruido (SNR) medio y alto para extraer conjuntamente las características de la señal. Pero para la región de bajo SNR, solo se utilizan las señales I/Q. Esto se debe a que los diagramas de constelación son muy reconocibles en los SNR medio y alto, lo que es propicio para distinguir la modulación de orden superior. Sin embargo, en la región de bajo SNR, la similitud excesiva y el difuminado de constelaciones causado por el ruido intenso interferirán seriamente con el reconocimiento de modulación, lo que resultará en una pérdida de rendimiento. Notablemente, el método propuesto utiliza pilas residuales ligeras y conexiones de salto ricas, de modo que se retiene más información inicial para aprender la información de características del diagrama de constelación y extraer las características de dominio de tiempo desde lo superficial a lo profundo, pero con una complejidad moderada. Además, después de la fusión de características, adoptamos el módulo de atención de bloque de convolución (CBAM) para reponderar tanto los dominios de canal como espaciales, mejorando aún más la capacidad del modelo para extraer características de la señal. Como resultado, el enfoque propuesto mejora significativamente la precisión general de reconocimiento. Los resultados experimentales en el conjunto de datos público RadioML 2016.10B, con SNR que varía de -20 dB a 18 dB, muestran que el M-LSCANet propuesto supera a los métodos existentes en términos de precisión de clasificación, logrando 93.4% y 95.8% a 0 dB y 12 dB, respectivamente, lo que representa mejoras de 2.7% y 2.0% en comparación con TMRN-GLU. Además, el modelo propuesto exhibe un número de parámetros moderado en comparación con los métodos de vanguardia.