• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于改進(jìn)Faster R-CNN的變壓器巡檢圖像 數(shù)據(jù)挖掘研究

    2021-07-28 12:35:10賀月常永娟
    關(guān)鍵詞:訓(xùn)練檢測

    賀月 常永娟

    摘? 要:隨著我國電網(wǎng)智能化、信息化的建設(shè)與發(fā)展,電網(wǎng)中的電力設(shè)備通過長期的運(yùn)維、檢修和試驗(yàn),積累了大量的各種形式的電力數(shù)據(jù)。其中,相比于主要以數(shù)值形式存儲的結(jié)構(gòu)化數(shù)據(jù)而言,電力設(shè)備巡檢圖像等非結(jié)構(gòu)化數(shù)據(jù),具有更廣泛的應(yīng)用場景和更高的價(jià)值密度,但由于不能被計(jì)算機(jī)直接識別和處理,其挖掘過程也存在更多的難點(diǎn)。本文提出基于改進(jìn)Faster R-CNN模型的電力設(shè)備圖像目標(biāo)檢測方法。以主變壓器的巡檢圖像為例,考慮了主變壓器各個部件的尺寸差異較大以及部件位置之間存在關(guān)聯(lián)性的特點(diǎn),對Faster R-CNN模型的結(jié)構(gòu)進(jìn)行了改進(jìn),有效提高了主變壓器多部件類別和位置識別的準(zhǔn)確率,為識別不同部件的缺陷和故障現(xiàn)象奠定了基礎(chǔ)。

    關(guān)鍵詞:巡檢圖像? 變壓器部件? 改進(jìn)Faster R-CNN模型? 訓(xùn)練? 檢測

    中圖分類號:TM73 ? ? ? ? ?文獻(xiàn)標(biāo)識碼:A? ? ? ? ? ? ? ? ? ?文章編號:1674-098X(2021)03(a)-0133-04

    Research on Image Data Mining of Transformer Inspection Based on Improved FAST R-CNN

    HE Yue? CHANG Yongjuan

    (Information and Communication Branch of State Grid Hebei Electric Power Co., Ltd., Shijiazhuang, Hebei Province, 050013 China)

    Abstract: With the construction and development of China's power grid intelligence and informatization, the power equipment in the power grid has accumulated a large number of various forms of power data through long-term operation and maintenance, maintenance and test. Compared with the structured data mainly stored in numerical form, unstructured data such as inspection images of power equipment have more extensive application scenarios and higher value density. However, because it can not be directly recognized and processed by computer, the mining process also has more difficulties. In this paper, a target detection method based on improved Faster R-CNN model for power equipment image is proposed. Taking the inspection image of main transformer as an example, considering the large size difference of each component of main transformer and the correlation between component positions, the structure of Faster R-CNN model is improved, which effectively improves the accuracy of multi component classification and location identification of main transformer, and lays a foundation for identifying defects and fault phenomena of different components.

    Key Words: Inspection image; Transformer parts; Improved Faster R-CNN model; Training; Detection

    在智能變電站建設(shè)中,隨著巡檢機(jī)器人的普及和大量變電站圖像數(shù)據(jù)的積累,基于圖像的電力設(shè)備狀態(tài)自動識別方法逐步得到應(yīng)用,例如隔離開關(guān)分合狀態(tài)識別、瓷瓶異物識別等等。采用計(jì)算機(jī)視覺技術(shù)代替?zhèn)鹘y(tǒng)的人力巡檢,可以有效提高巡檢的頻率和效率,并減少人工判斷的主觀性對準(zhǔn)確率的影響。作為變電站最重要的設(shè)備之一,主變壓器的穩(wěn)定運(yùn)行關(guān)系到變電站乃至整個電力系統(tǒng)供電的安全可靠[1]。因此,基于變壓器圖像的缺陷和故障識別有著重要的實(shí)用價(jià)值,而變壓器部件的檢測是其中的一個關(guān)鍵性環(huán)節(jié)。只有在準(zhǔn)確檢測出變壓器各個部件的類別和位置后,才能夠針對不同的部件可能發(fā)生的缺陷和故障類型,如儲油柜滲漏油、呼吸器硅膠變色等,制定相應(yīng)的識別算法,從而實(shí)現(xiàn)變壓器缺陷和故障的自動識別[2]。

    對于電力設(shè)備和部件的自動檢測,基本思路是從現(xiàn)場獲得包含待識別目標(biāo)的圖像,并進(jìn)行特征提取和分析,再通過檢測模型檢測出圖像中電力設(shè)備和部件的類別與位置[3]。較為直接的方法是基于模版的匹配算法,即在現(xiàn)場圖像中將待識別目標(biāo)人工框定出來并作為模版,再通過模板與新的圖像各個區(qū)域的相似度計(jì)算,對新的圖像中的目標(biāo)進(jìn)行匹配。這種方法受限于拍攝點(diǎn)的定位和拍攝角度的精度,準(zhǔn)確率和穩(wěn)定性難以保證[4]。本文以檢測準(zhǔn)確性較高的Faster R-CNN為基礎(chǔ),對模型結(jié)構(gòu)進(jìn)行改進(jìn),使模型可以動態(tài)地適應(yīng)部件大小差異,同時充分考慮變壓器部件位置的關(guān)聯(lián)性,加入相對位置特征,進(jìn)一步提高部件檢測準(zhǔn)確率。

    1? 用于變壓器部件檢測的改進(jìn)Faster R-CNN

    Faster R-CNN分為三個模塊,即特征提取、建議框(proposal)生成和類別與位置檢測。綜合考慮準(zhǔn)確率要求和數(shù)據(jù)集規(guī)模,特征提取部分的卷積神經(jīng)網(wǎng)絡(luò)(即Stage1-Stage5)采用ResNet-50結(jié)構(gòu)。輸入的圖像首先通過ResNet-50網(wǎng)絡(luò)被轉(zhuǎn)化為一張?zhí)卣鲌D(feature map),然后將特征圖輸入?yún)^(qū)域建議網(wǎng)絡(luò)(Region Proposal Network,RPN),生成n個建議框,每個建議框包括2個概率值(分別代表建議框內(nèi)包含和不包含目標(biāo)物體的概率)以及4個代表建議框位置的坐標(biāo)值。最后,將特征圖和從n個建議框中篩選出來的個建議框都輸入興趣區(qū)域池化層(Region of Interest pooling,RoI pooling)、全連接層(Full Connect,F(xiàn)C)以及softmax分類器或bounding-box回歸器,從而輸出每個建議框的k+1個概率值(代表包含k類目標(biāo)的概率和只包含背景的概率)以及4k個坐標(biāo)值(代表k類目標(biāo)的坐標(biāo))[5]。

    為了實(shí)現(xiàn)變壓器部件的準(zhǔn)確檢測,在Faster R-CNN的基礎(chǔ)上提出改進(jìn)模型,如圖1所示。改進(jìn)主要包括兩部分:一是將特征提取模塊Stage2輸出的淺層特征圖也輸入類別與位置檢測模塊,以提升對小目標(biāo)的檢測效果,并與原有的Stage5輸出的深層特征圖配合,動態(tài)地適應(yīng)檢測目標(biāo)大小的變化;二是在建議框生成和類別與位置檢測模塊中都引入了部件之間的相對位置信息作為特征,并采用隨機(jī)森林(Random Forest,RF)模型對概率和坐標(biāo)進(jìn)行修正,以提高部件檢測的準(zhǔn)確性[6]。

    2? 訓(xùn)練和檢測過程

    訓(xùn)練過程分為兩部分。一是對神經(jīng)網(wǎng)絡(luò)部分進(jìn)行訓(xùn)練,主要在所采用的四步訓(xùn)練法基礎(chǔ)上進(jìn)行修改,以適應(yīng)雙特征圖;二是對隨機(jī)森林模型進(jìn)行訓(xùn)練,主要對相對位置特征出現(xiàn)各種缺失的情況進(jìn)行訓(xùn)練,以提高模型對缺失值的魯棒性。

    訓(xùn)練完成后,利用改進(jìn)FasterR-CNN進(jìn)行變壓器部件檢測的過程如算法1所示,帶星號部分將在下文進(jìn)一步解釋。

    算法1 變壓器部件檢測算法

    Input:一張圖像,,置信度閾值*

    Output:一個集合,包含k1個,每個包括一個部件類別的1個概率值和4個坐標(biāo)值

    將一張圖像輸入ResNet-50,生成特征圖1和特征圖2

    初始化集合為空集

    While的元素?cái)?shù)目

    將特征圖1輸入建議框生成模塊*,生成n1個建議框

    將n1個建議框、特征圖1和特征圖2輸入類別與位置檢測模塊*,生成n1×k個box(忽略背景類別),每個box包括一個類別的1個概率值和4個坐標(biāo)值,所有box形成集合boxes

    刪除集合boxes中類別已在出現(xiàn)過的box

    將boxes中概率值最大的box作為

    If的概率值<置信度閾值then

    Break

    Else將加入集合

    End if

    End while

    帶星號部分解釋如下:(1)變量n1決定了輸入類別與位置檢測模塊的建議框數(shù)量;置信度閾值決定了輸出的的概率閾值;(2)集合里的每個都框定了一個圖像中被檢測到的變壓器部件,包括其類別及概率值;(3)每個建議框在建議框生成模塊和類別與位置檢測模塊中的相對位置特征由該建議框和各個的坐標(biāo)生成。

    3? 算例分析

    3.1 算例情況

    選取某220kV變電站2016—2017年的2000張主變壓器巡檢圖像作為實(shí)驗(yàn)數(shù)據(jù)集,每張圖像的分辨率均為800(寬)×600(高),部分圖像如圖2所示。根據(jù)所采用的數(shù)據(jù)集中變壓器的型式,選取變壓器的本體儲油柜、#1-#9散熱器組、#10-#18散熱器組、本體瓦斯繼電器、本體呼吸器、有載開關(guān)呼吸器共6類尺寸差異較大的部件進(jìn)行檢測,并對所有圖像中6類部件的位置進(jìn)行標(biāo)注。采用10倍交叉驗(yàn)證方法進(jìn)行實(shí)驗(yàn),再將所有測試圖像匯總進(jìn)行統(tǒng)計(jì)。

    對于改進(jìn)FasterR-CNN(簡稱FRCNN-improved)模型的神經(jīng)網(wǎng)絡(luò)部分,被選擇輸入類別與位置檢測模塊的建議框數(shù)目(即n1)在訓(xùn)練和測試過程中分別設(shè)置為2000和300,而RPN中采用尺寸分別為82、322、1282和5122的四種anchor,每種尺寸的anchor均包括2:1、1:1和1:2三種長寬比。同時通過參數(shù)尋優(yōu),設(shè)置模型的學(xué)習(xí)率為0.003,每批訓(xùn)練圖像數(shù)量為8張,訓(xùn)練步數(shù)為50000步,由于數(shù)據(jù)集的每張圖像都只包含一臺主變壓器,即每類部件最多只有1個,因此在所有模型中,對于同一張圖像的每類部件,都只取1個概率值最高的檢測框作為最終檢測結(jié)果。評價(jià)變壓器部件檢測準(zhǔn)確性的指標(biāo)之一,采用目標(biāo)檢測任務(wù)中常用的指標(biāo)mAP。雖然mAP能比較全面地評價(jià)模型準(zhǔn)確性,但其計(jì)算比較復(fù)雜,需要通過多次改變置信度閾值獲得多組查準(zhǔn)率和查全率進(jìn)行計(jì)算,工程意義不夠明確。為了更直觀地反映模型在實(shí)際工程應(yīng)用中的效果,經(jīng)過參數(shù)尋優(yōu),設(shè)定置信度閾值等于0.6,并統(tǒng)計(jì)各類部件的查準(zhǔn)率(記為P)和查全率(記為R),以及總體查準(zhǔn)率和查全率。另外,統(tǒng)計(jì)每張圖像的平均檢測耗時,采用Nvidia GeForce GTX 750 Ti GPU 進(jìn)行訓(xùn)練和測試。另外,在判斷某類部件的檢測框是否正確標(biāo)注時,采用檢測框與ground-truth box的交集和并集的面積比(Intersection over Union,IoU)進(jìn)行判定。當(dāng)IoU>0.5時,認(rèn)為檢測框正確框出了部件。

    3.2 算例結(jié)果

    采用訓(xùn)練集圖像對上述各種模型進(jìn)行訓(xùn)練后,對測試集圖像進(jìn)行部件檢測,對于mAP和總體的查準(zhǔn)率、查全率,總體查準(zhǔn)率和查全率均高于94%。可見,對于FasterR-CNN模型結(jié)構(gòu)的兩點(diǎn)改進(jìn),都有助于提高模型的檢測準(zhǔn)確性。由于在檢測過程中需要通過迭代逐次生成final_box,故FRCNN-improved的檢測耗時最多,但因?yàn)橹髯儔浩鞯难矙z是定期任務(wù),對實(shí)時性的要求不高,而每張圖像2.1s的效率已明顯高于人工對目標(biāo)進(jìn)行標(biāo)定的效率,故模型可以滿足實(shí)際工程的需求。

    參考文獻(xiàn)

    [1] 傅世權(quán).大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)在電力企業(yè)中的應(yīng)用探討[J].信息記錄材料,2019,20(11):128-129.

    [2] 湯偉,楊鋮.基于數(shù)據(jù)挖掘技術(shù)的電力調(diào)度系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].自動化與儀器儀表,2019(5):55-58.

    [3] 陳俊星.基于數(shù)據(jù)挖掘技術(shù)的電力設(shè)備狀態(tài)評估[D].北京:北京交通大學(xué),2019.

    [4] 霍曉峰.數(shù)據(jù)挖掘技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用[D].北京:華北電力大學(xué),2017.

    [5] 朱克東.智能電網(wǎng)環(huán)境下電力數(shù)據(jù)挖掘研究[D].南京:東南大學(xué),2018.

    [6] 皇甫漢聰,肖招娣.基于Apriori算法的電力系統(tǒng)二次設(shè)備缺陷數(shù)據(jù)挖掘與分析研究[J].電子設(shè)計(jì)工程,2019,27(5):6-9,15.

    猜你喜歡
    訓(xùn)練檢測
    “不等式”檢測題
    “一元一次不等式”檢測題
    “一元一次不等式組”檢測題
    “幾何圖形”檢測題
    “角”檢測題
    青少年田徑專項(xiàng)運(yùn)動員選材的影響因素研究
    體育時空(2016年8期)2016-10-25 20:59:12
    淺談足球運(yùn)動員核心力量訓(xùn)練
    體育時空(2016年8期)2016-10-25 20:26:09
    淺談高校體育運(yùn)動爆發(fā)力訓(xùn)練策略
    體育時空(2016年8期)2016-10-25 20:18:16
    讓文言文教學(xué)迸發(fā)思維的火花
    小波變換在PCB缺陷檢測中的應(yīng)用
    有码 亚洲区| 亚洲av熟女| 一本一本综合久久| 中文在线观看免费www的网站| 香蕉久久夜色| av在线蜜桃| 欧美午夜高清在线| 欧美日韩乱码在线| 精品日产1卡2卡| 午夜免费男女啪啪视频观看 | 九色成人免费人妻av| 免费看十八禁软件| www.熟女人妻精品国产| 手机成人av网站| 亚洲自拍偷在线| 亚洲精品国产精品久久久不卡| 男人和女人高潮做爰伦理| www.熟女人妻精品国产| 成人特级黄色片久久久久久久| 久久精品国产亚洲av香蕉五月| 一夜夜www| 日韩有码中文字幕| 小蜜桃在线观看免费完整版高清| 婷婷精品国产亚洲av在线| 亚洲18禁久久av| 成人无遮挡网站| 亚洲欧美精品综合久久99| 高潮久久久久久久久久久不卡| 三级男女做爰猛烈吃奶摸视频| 亚洲精品成人久久久久久| 99国产综合亚洲精品| 国产成人av教育| 欧美最黄视频在线播放免费| 国产乱人视频| 天天添夜夜摸| 国产成人av教育| 亚洲av中文字字幕乱码综合| 嫩草影视91久久| 久久精品影院6| 国产精品久久久久久人妻精品电影| 别揉我奶头~嗯~啊~动态视频| 国产色爽女视频免费观看| 99精品在免费线老司机午夜| 国产日本99.免费观看| 亚洲av中文字字幕乱码综合| 日韩免费av在线播放| 亚洲精品美女久久久久99蜜臀| 嫁个100分男人电影在线观看| 欧美国产日韩亚洲一区| 精品福利观看| 成人av一区二区三区在线看| 91九色精品人成在线观看| 99在线人妻在线中文字幕| 午夜a级毛片| 此物有八面人人有两片| 欧美日韩黄片免| 亚洲国产精品合色在线| 日本熟妇午夜| 国产成+人综合+亚洲专区| 99热精品在线国产| 内地一区二区视频在线| 99久国产av精品| 国产亚洲欧美98| 一本一本综合久久| 非洲黑人性xxxx精品又粗又长| 成人鲁丝片一二三区免费| 国产高清videossex| 国产精品久久电影中文字幕| aaaaa片日本免费| 法律面前人人平等表现在哪些方面| 黑人欧美特级aaaaaa片| 最新在线观看一区二区三区| 成人亚洲精品av一区二区| 久9热在线精品视频| 欧美黄色淫秽网站| 国产久久久一区二区三区| 国产成人欧美在线观看| 亚洲国产中文字幕在线视频| 亚洲国产中文字幕在线视频| 蜜桃久久精品国产亚洲av| 特大巨黑吊av在线直播| 久久久国产成人精品二区| 色视频www国产| xxx96com| 亚洲av中文字字幕乱码综合| 又黄又粗又硬又大视频| 婷婷亚洲欧美| 亚洲电影在线观看av| 精品电影一区二区在线| 久久国产乱子伦精品免费另类| 亚洲欧美日韩无卡精品| 亚洲精品在线观看二区| 国产精品av视频在线免费观看| 91久久精品国产一区二区成人 | 手机成人av网站| 国产免费av片在线观看野外av| 中国美女看黄片| 一本精品99久久精品77| 国产精品久久久久久久电影 | 人人妻人人看人人澡| 国产精品久久久久久亚洲av鲁大| 亚洲av熟女| 欧美极品一区二区三区四区| 日本黄色视频三级网站网址| 噜噜噜噜噜久久久久久91| 在线看三级毛片| 在线观看舔阴道视频| 亚洲欧美日韩无卡精品| 免费人成视频x8x8入口观看| 精品一区二区三区av网在线观看| 婷婷精品国产亚洲av在线| 国产黄色小视频在线观看| 99久国产av精品| 波野结衣二区三区在线 | 中出人妻视频一区二区| 午夜两性在线视频| 日本 av在线| 免费高清视频大片| 精品免费久久久久久久清纯| 午夜福利视频1000在线观看| 毛片女人毛片| 亚洲欧美激情综合另类| 美女高潮的动态| 女人被狂操c到高潮| 欧美国产日韩亚洲一区| 真人做人爱边吃奶动态| 精品福利观看| 午夜福利在线在线| 99久久精品热视频| 久久久久久国产a免费观看| 老鸭窝网址在线观看| 97超级碰碰碰精品色视频在线观看| 欧美中文综合在线视频| 看免费av毛片| 国产乱人伦免费视频| 婷婷精品国产亚洲av在线| 九色成人免费人妻av| 久久久久九九精品影院| 亚洲一区高清亚洲精品| 国产精品久久电影中文字幕| 9191精品国产免费久久| 又紧又爽又黄一区二区| 亚洲真实伦在线观看| 一级a爱片免费观看的视频| 免费av毛片视频| 在线免费观看的www视频| or卡值多少钱| 成人无遮挡网站| 美女高潮的动态| 啦啦啦观看免费观看视频高清| 欧美激情久久久久久爽电影| 国产一级毛片七仙女欲春2| 日韩欧美精品v在线| 亚洲国产欧洲综合997久久,| 午夜a级毛片| 免费av毛片视频| 亚洲精华国产精华精| 国产麻豆成人av免费视频| 特大巨黑吊av在线直播| 一级毛片高清免费大全| 国产精品久久久久久久电影 | 国产亚洲av嫩草精品影院| x7x7x7水蜜桃| 精品久久久久久久久久久久久| 一级毛片高清免费大全| 国产视频一区二区在线看| 少妇人妻一区二区三区视频| 一二三四社区在线视频社区8| 老鸭窝网址在线观看| 欧美黄色淫秽网站| 国产激情欧美一区二区| 老熟妇乱子伦视频在线观看| 国产一区在线观看成人免费| 欧美一区二区亚洲| 黄片大片在线免费观看| 久久久国产成人免费| 中文字幕精品亚洲无线码一区| www.熟女人妻精品国产| 午夜视频国产福利| 欧美日韩瑟瑟在线播放| 亚洲成人久久性| 午夜福利在线在线| 国内揄拍国产精品人妻在线| 亚洲av美国av| 亚洲av熟女| 久99久视频精品免费| 日本一本二区三区精品| 国产精品一区二区三区四区免费观看 | 国产精品久久电影中文字幕| 亚洲无线观看免费| 在线a可以看的网站| 日韩欧美 国产精品| 久久精品夜夜夜夜夜久久蜜豆| 露出奶头的视频| 一边摸一边抽搐一进一小说| 国产成人啪精品午夜网站| 三级男女做爰猛烈吃奶摸视频| 长腿黑丝高跟| 午夜激情福利司机影院| 91九色精品人成在线观看| 亚洲精品成人久久久久久| 18美女黄网站色大片免费观看| 观看免费一级毛片| 国产高潮美女av| 女生性感内裤真人,穿戴方法视频| 97超级碰碰碰精品色视频在线观看| 内射极品少妇av片p| 国产成人系列免费观看| 最近最新免费中文字幕在线| 精品久久久久久成人av| 在线观看舔阴道视频| 亚洲精品日韩av片在线观看 | e午夜精品久久久久久久| 亚洲在线自拍视频| 在线a可以看的网站| 黄色女人牲交| 18禁美女被吸乳视频| 国产精品亚洲av一区麻豆| 在线播放无遮挡| 国产乱人视频| 国产三级黄色录像| 久久久久九九精品影院| 亚洲在线观看片| 午夜免费男女啪啪视频观看 | 麻豆久久精品国产亚洲av| 免费看a级黄色片| 国产成人福利小说| 男女之事视频高清在线观看| 少妇人妻精品综合一区二区 | 免费高清视频大片| 免费观看的影片在线观看| 亚洲人成网站在线播| 国产精品乱码一区二三区的特点| 亚洲av成人不卡在线观看播放网| 国产黄a三级三级三级人| 好男人在线观看高清免费视频| 一级毛片女人18水好多| 国产精品综合久久久久久久免费| 中文字幕人妻丝袜一区二区| 别揉我奶头~嗯~啊~动态视频| 精品一区二区三区av网在线观看| 欧美日韩黄片免| 97超视频在线观看视频| 久久久久久久精品吃奶| 日本撒尿小便嘘嘘汇集6| 美女被艹到高潮喷水动态| 欧美精品啪啪一区二区三区| 一区二区三区高清视频在线| 一级a爱片免费观看的视频| 免费大片18禁| 在线看三级毛片| 久久精品国产综合久久久| 午夜免费成人在线视频| 久久久国产精品麻豆| 在线免费观看不下载黄p国产 | or卡值多少钱| bbb黄色大片| 真人做人爱边吃奶动态| 精品电影一区二区在线| 亚洲狠狠婷婷综合久久图片| 非洲黑人性xxxx精品又粗又长| 久久精品国产亚洲av涩爱 | 亚洲av第一区精品v没综合| av黄色大香蕉| 婷婷六月久久综合丁香| 欧美极品一区二区三区四区| 18禁国产床啪视频网站| 色av中文字幕| av中文乱码字幕在线| 久久性视频一级片| 黄色日韩在线| 免费搜索国产男女视频| 岛国在线观看网站| 免费大片18禁| 国产熟女xx| 久久精品影院6| 日本在线视频免费播放| 亚洲自拍偷在线| 女警被强在线播放| 久久久久久人人人人人| 真人一进一出gif抽搐免费| 黄色成人免费大全| 亚洲性夜色夜夜综合| www.熟女人妻精品国产| 美女免费视频网站| 成年免费大片在线观看| 成人国产一区最新在线观看| 久久久国产成人免费| 日本成人三级电影网站| 午夜福利在线观看吧| 国产伦一二天堂av在线观看| 午夜福利免费观看在线| 国内精品久久久久精免费| 日韩欧美一区二区三区在线观看| 成人亚洲精品av一区二区| 亚洲精品一区av在线观看| 99精品久久久久人妻精品| 女同久久另类99精品国产91| 天天躁日日操中文字幕| 日韩精品中文字幕看吧| 国产高清有码在线观看视频| 看黄色毛片网站| av欧美777| 又爽又黄无遮挡网站| 嫩草影视91久久| 最近在线观看免费完整版| 白带黄色成豆腐渣| 两个人视频免费观看高清| 窝窝影院91人妻| 3wmmmm亚洲av在线观看| 免费人成视频x8x8入口观看| 国产日本99.免费观看| 一本综合久久免费| 国产三级中文精品| a级毛片a级免费在线| x7x7x7水蜜桃| 天堂av国产一区二区熟女人妻| 每晚都被弄得嗷嗷叫到高潮| 国产一区二区三区在线臀色熟女| 欧美色视频一区免费| 精品一区二区三区av网在线观看| 小说图片视频综合网站| 久久久久久久久久黄片| 亚洲av免费高清在线观看| 国产综合懂色| 亚洲欧美日韩东京热| 草草在线视频免费看| bbb黄色大片| 特级一级黄色大片| 久久久久久久久久黄片| 成年免费大片在线观看| 日韩精品中文字幕看吧| 欧美bdsm另类| 亚洲av免费高清在线观看| 色综合婷婷激情| 久久久久亚洲av毛片大全| 国产一区二区在线av高清观看| 色视频www国产| 又黄又爽又免费观看的视频| 日韩欧美一区二区三区在线观看| 男女视频在线观看网站免费| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 两个人视频免费观看高清| 午夜福利成人在线免费观看| 日韩国内少妇激情av| 国产主播在线观看一区二区| 日本 欧美在线| 最近最新中文字幕大全电影3| 亚洲一区二区三区色噜噜| 国内毛片毛片毛片毛片毛片| 最新美女视频免费是黄的| 国产高潮美女av| 免费大片18禁| 精品日产1卡2卡| 99久久久亚洲精品蜜臀av| 最近最新中文字幕大全免费视频| 亚洲av成人精品一区久久| 国产真实伦视频高清在线观看 | 神马国产精品三级电影在线观看| 久久6这里有精品| 99精品在免费线老司机午夜| www日本黄色视频网| www.www免费av| 成人精品一区二区免费| 婷婷六月久久综合丁香| 美女 人体艺术 gogo| 黄色成人免费大全| 啪啪无遮挡十八禁网站| 欧美日韩综合久久久久久 | 91麻豆精品激情在线观看国产| 国产成人啪精品午夜网站| 国内揄拍国产精品人妻在线| 尤物成人国产欧美一区二区三区| 久久精品国产亚洲av香蕉五月| 日本三级黄在线观看| avwww免费| 亚洲国产中文字幕在线视频| 亚洲激情在线av| 国产又黄又爽又无遮挡在线| 日韩欧美三级三区| 免费人成在线观看视频色| 国产成人福利小说| 9191精品国产免费久久| 日本a在线网址| 亚洲国产精品合色在线| 18美女黄网站色大片免费观看| 精品不卡国产一区二区三区| 十八禁人妻一区二区| 国产老妇女一区| a在线观看视频网站| 九九在线视频观看精品| 最近在线观看免费完整版| 国产高潮美女av| 国产精品美女特级片免费视频播放器| 午夜免费成人在线视频| 99久国产av精品| 男人舔女人下体高潮全视频| 中文在线观看免费www的网站| 少妇人妻一区二区三区视频| 毛片女人毛片| 国产av麻豆久久久久久久| 91av网一区二区| 国产欧美日韩一区二区精品| 一级毛片高清免费大全| 热99在线观看视频| 亚洲成av人片免费观看| 窝窝影院91人妻| 村上凉子中文字幕在线| 男人和女人高潮做爰伦理| 中文资源天堂在线| 日本 av在线| 99热6这里只有精品| 亚洲电影在线观看av| 亚洲av熟女| 国产午夜精品论理片| 久久香蕉国产精品| 一卡2卡三卡四卡精品乱码亚洲| 成人国产一区最新在线观看| 国产亚洲精品久久久com| 成人国产综合亚洲| 综合色av麻豆| xxx96com| 男女下面进入的视频免费午夜| 很黄的视频免费| 亚洲精品在线美女| 天天躁日日操中文字幕| 一级黄片播放器| 亚洲国产高清在线一区二区三| 男人的好看免费观看在线视频| 亚洲电影在线观看av| 一级作爱视频免费观看| av天堂在线播放| 国产精品久久久久久久久免 | 日韩欧美三级三区| 午夜视频国产福利| 制服丝袜大香蕉在线| 免费无遮挡裸体视频| 一区二区三区免费毛片| 国产高清视频在线播放一区| 亚洲一区高清亚洲精品| 久久久成人免费电影| 亚洲av成人精品一区久久| 国产一区二区亚洲精品在线观看| 久久久久免费精品人妻一区二区| 99久久无色码亚洲精品果冻| 亚洲精品在线美女| aaaaa片日本免费| www日本黄色视频网| av黄色大香蕉| 国产一区二区亚洲精品在线观看| 日韩国内少妇激情av| 午夜福利在线观看吧| 欧美日韩黄片免| 99热6这里只有精品| 一级a爱片免费观看的视频| www.熟女人妻精品国产| 亚洲精品粉嫩美女一区| 一本综合久久免费| 成人无遮挡网站| 悠悠久久av| 桃色一区二区三区在线观看| 国产伦精品一区二区三区视频9 | 午夜福利欧美成人| 国产精品永久免费网站| 亚洲精品粉嫩美女一区| 伊人久久精品亚洲午夜| 午夜免费激情av| 中文字幕av成人在线电影| 国产亚洲欧美98| 热99在线观看视频| 99精品在免费线老司机午夜| 日本免费a在线| 在线观看66精品国产| 国产淫片久久久久久久久 | 亚洲真实伦在线观看| 国产中年淑女户外野战色| 久久久久久人人人人人| 最近最新中文字幕大全免费视频| 亚洲国产日韩欧美精品在线观看 | 99久国产av精品| 身体一侧抽搐| 成人午夜高清在线视频| 欧美高清成人免费视频www| 91麻豆精品激情在线观看国产| 欧美丝袜亚洲另类 | 十八禁人妻一区二区| 一本综合久久免费| 99在线人妻在线中文字幕| 国产视频内射| 久久久久久九九精品二区国产| 18禁裸乳无遮挡免费网站照片| 成人高潮视频无遮挡免费网站| 亚洲熟妇中文字幕五十中出| 亚洲欧美精品综合久久99| 亚洲成人精品中文字幕电影| 久久精品国产99精品国产亚洲性色| 麻豆久久精品国产亚洲av| 中亚洲国语对白在线视频| 成人一区二区视频在线观看| 国产成年人精品一区二区| 夜夜躁狠狠躁天天躁| 99热只有精品国产| 精品99又大又爽又粗少妇毛片 | 精品无人区乱码1区二区| 日韩人妻高清精品专区| 国产亚洲精品久久久com| 亚洲人成网站在线播放欧美日韩| 亚洲五月天丁香| 手机成人av网站| 色播亚洲综合网| 国语自产精品视频在线第100页| 91久久精品国产一区二区成人 | 91麻豆精品激情在线观看国产| 蜜桃久久精品国产亚洲av| 男女下面进入的视频免费午夜| 一卡2卡三卡四卡精品乱码亚洲| 日韩 欧美 亚洲 中文字幕| 熟女少妇亚洲综合色aaa.| 精品国产三级普通话版| 精品午夜福利视频在线观看一区| www日本黄色视频网| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品日韩av片在线观看 | 国产视频一区二区在线看| a在线观看视频网站| 国产精品影院久久| 日韩欧美国产在线观看| 乱人视频在线观看| 熟女电影av网| 老司机午夜十八禁免费视频| 中文字幕人成人乱码亚洲影| 亚洲欧美日韩高清在线视频| 欧美日韩乱码在线| 日本黄大片高清| 久久草成人影院| 天堂动漫精品| 久久久久国产精品人妻aⅴ院| 久久久国产成人免费| 国产真人三级小视频在线观看| 国内精品久久久久精免费| а√天堂www在线а√下载| av在线蜜桃| 人妻久久中文字幕网| 99精品欧美一区二区三区四区| 国产精品亚洲美女久久久| 久久性视频一级片| 免费看a级黄色片| 久久人妻av系列| 制服丝袜大香蕉在线| 国产一级毛片七仙女欲春2| 亚洲精品456在线播放app | 99久久精品热视频| 99久久99久久久精品蜜桃| 高清毛片免费观看视频网站| 日韩成人在线观看一区二区三区| 国内精品久久久久精免费| 成人午夜高清在线视频| 精品人妻偷拍中文字幕| www.熟女人妻精品国产| 国产精品精品国产色婷婷| 一区二区三区激情视频| 欧美丝袜亚洲另类 | 国产精品香港三级国产av潘金莲| 看片在线看免费视频| 一个人观看的视频www高清免费观看| 91久久精品电影网| 成人18禁在线播放| 叶爱在线成人免费视频播放| 国产一区二区三区视频了| 蜜桃亚洲精品一区二区三区| 国产成人福利小说| 黄色成人免费大全| 国产亚洲欧美98| 天堂动漫精品| 婷婷亚洲欧美| 一级黄片播放器| 久久久久久久久久黄片| 757午夜福利合集在线观看| 一进一出抽搐动态| 国产私拍福利视频在线观看| 欧美绝顶高潮抽搐喷水| 在线观看免费午夜福利视频| www.色视频.com| 久久精品亚洲精品国产色婷小说| 99在线视频只有这里精品首页| 国内揄拍国产精品人妻在线| 亚洲成av人片在线播放无| 十八禁人妻一区二区| 97人妻精品一区二区三区麻豆| 男女那种视频在线观看| 久久久国产精品麻豆| 日本成人三级电影网站| 性欧美人与动物交配| 国产一区二区在线av高清观看| av天堂中文字幕网| 久久久国产成人精品二区| 亚洲精品粉嫩美女一区| 精品不卡国产一区二区三区| 成年女人毛片免费观看观看9| 女生性感内裤真人,穿戴方法视频| 99久久九九国产精品国产免费| 免费观看的影片在线观看| 成人国产一区最新在线观看| 色视频www国产| 日韩欧美精品v在线| 国产单亲对白刺激| 久久精品夜夜夜夜夜久久蜜豆| 日韩欧美在线二视频| 最新中文字幕久久久久| av黄色大香蕉| 欧美性猛交黑人性爽| 国产亚洲精品一区二区www| 噜噜噜噜噜久久久久久91| 韩国av一区二区三区四区| 成人午夜高清在线视频|