Created by: heavengate

fix train on VOC on multi-GPU hang 问题表现： 多卡训练使用VOC数据集train --eval时，第一个snapshot没有问题，eval完第一个snapshot后会hang住 定位情况： 定位为pyreader不能正确读取数据，其中gt_box, gt_label为模型的输入，并在train中会被网络用到，eval中需要直接fetch这两个Variable，若在eval_prog里面将其置为persistable，再次train时pyreader无法正确读取数据，该情况须知会框架定位具体原因，是否需要修复？ 解决方案：

1. parse_fetch中不将extra_keys设为persistable，须确认使用gc是否会有问题
2. 修改voc_eval中逻辑，不从模型input中获取gt_box, gt_label, 类似coco_eval一样，传进来anno_path, 在voc_eval中重新读取数据集gt

方案2潜在风险: 若通过anno_path的方式，须通过im_id匹配pred和gt，标准VOC数据集中image的名称有009247和2008_002152两种形式，其中第二种形式无法转换成int类型的im_id, 但基于ppdet目前VOC的分划，val部分的image名称全为第一种形式，可以转换成int类型的im_id。若用户自定义数据集，则需要要求用户的image名称均为数字类型，有此局限性

结论： gc下若未开启inplace，memory_opt，可不设置persistable，采用方法1

测试： python2/3 train eval精度正确