La modulación de polarización espacial ha demostrado ser un método eficiente y simple para la medición de la polarización. Dado que la información de polarización está codificada en la distribución de intensidad de la luz modulada, la tarea de medición de polarización puede tratarse como un problema de procesamiento de imágenes, mientras que el patrón de la luz es capturado por una cámara. Sin embargo, los métodos clásicos de procesamiento de imágenes no pudieron satisfacer la creciente demanda de aplicaciones prácticas debido a su baja eficiencia computacional. Para abordar este problema, en este documento se propone una Red Neuronal Convolucional mejorada para extraer los parámetros de Stokes de la luz de la imagen de irradiancia. En nuestro algoritmo, se adoptan bloques residuales y se conectan diferentes capas para asegurar que las características subyacentes incluyan más detalles de la imagen. Además, se introducen bloques residuales refinados y Promediado Global para evitar problemas de sobreajuste y desvanecimiento de gradientes. Finalmente, nuestro algoritmo se prueba en datos sintéticos y reales masivos, mientras que se cuenta el error cuadrático medio (MSE) entre los valores extraídos y los valores reales de los parámetros de Stokes normalizados. En comparación con VGG y FAM, los resultados experimentales demuestran que nuestro algoritmo tiene un rendimiento sobresaliente.