为解决目前基于卷积网络的关键点检测模型无法建模远距离关键点之间关系的问题，提出一种Transformer与CNN(卷积网络)多分支并行的人像关键点检测网络，称为MCTN(multi-branch　convolution-Transformer　network),其利用Transformer的动态注意力机制建模关键点之间的远距离联系，多分支并行的结构设计使得MCTN包含共享权重、全局信息融合等特点。此外，提出一种新型的Transformer结构，称为Deformer,它可以将注意力权重更快地集中在稀疏且有意义的位置，解决Transformer收敛缓慢的问题；在WFLW、300W、COFW数据集的人像关键点检测实验中，归一化平均误差分别达到4.33%、3.12%、3.15%,实验结果表明，MCTN利用Transformer与CNN多分支并联结构和Deformer结构，性能大幅超越基于卷积网络的关键点检测算法。