mindcv在下游任务作为backbone提取特征使用，需要新的支持

[MiZhangWhuer]

当前mindcv提供的backbone在分割、检测下游任务迁移，存在如下问题： 参考示例：https://github.com/mindspore-lab/models/blob/master/official/cv/OCRNet/README.md

1. 多尺度特征的获取： 针对没有skip-connection的模型，如vgg系列，backbone的多尺度特征无法获取，需要提供可获取模型特征的方法

2. 大模型缺乏特征unpatchfy机制。 transformer系列（vistformer、swin_transformer、vit等）其中，vistformer、swin_transformer仅能以固定的尺寸224、386作为特征提取器，并且不能进行多尺度特征提取；vit的提取器，除了固定尺寸、不能抽取多尺度特征的问题外，docoder部分不能剥离图片分类任务，直接将[B,C,H,W]的特征用于分割任务。

3. 所有的backbone特征，没有提供特征冻结接口，不能进行仅部分参数微调，需要全量微调，导致训练效率降低，所有下游模型模型参数都需要从头训练。

[geniuspatrick]

1. pr #709
2. pr #711

[yanglixiaoshen]

您好，我使用了mindcv提供的多尺度特征提取教程对swintransformer进行处理，发现存在raise NotImplementedError的错误。如果您有空您能帮我看看吗？谢谢

[IASZHT]

您好，我使用了mindcv提供的多尺度特征提取教程对swintransformer进行处理，发现存在raise NotImplementedError的错误。如果您有空您能帮我看看吗？谢谢

Thank you for your contribution to mindcv. According to our tutorial, we currently only support multi-scale feature extraction for the following networks: ResNet, MobileNetV3, ConvNeXt, ResNeST, EfficientNet, RepVGG, HRNet, and ReXNet. We will try our best to consider your needs and update the list of supported networks.