• <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 ?

    基于深度學(xué)習(xí)的輸電線路航拍照片目標(biāo)檢測應(yīng)用

    2020-10-23 01:55:26麥俊佳曾懿輝胡壯麗冼世平
    廣東電力 2020年9期
    關(guān)鍵詞:航拍絕緣子部件

    麥俊佳,曾懿輝,胡壯麗,冼世平

    (廣東電網(wǎng)有限責(zé)任公司佛山供電局,廣東 佛山528000)

    近年來,隨著航空工業(yè)技術(shù)與定位技術(shù)的不斷進(jìn)步,輸電線路運維巡視方法也逐漸多樣化[1-2],有人機、無人機等機巡方式以其高效、精確、適用范圍廣等特點在輸電線路運維中逐步推廣應(yīng)用[3-7]。然而輸電線路機巡在減少運維人員現(xiàn)場巡視工作量的同時,也采集了大量的輸電線路設(shè)備航拍照片,目前這些照片依然需要專業(yè)人員逐張查看,查找缺陷。這種方法工作量大,耗時耗力,效率低下,還存在著漏檢的情況[8]。圖像識別技術(shù)的發(fā)展為輸電線路航拍照片查看與處理提供了新的思路[9-13]。

    近年來國內(nèi)外眾多專家學(xué)者對輸電線路圖像識別技術(shù)做了大量的研究。李昭廷等提出了遠(yuǎn)程在線系統(tǒng)的覆冰厚度圖像測量方法,更直觀地觀察輸電線路覆冰情況[14-15]。Zhao等提出利用多片卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)特征提取方法進(jìn)行絕緣子狀態(tài)檢測,以劃分正常與缺陷絕緣子[16];王子昊對深度學(xué)習(xí)在輸電鐵塔關(guān)鍵部件缺陷檢測中的應(yīng)用進(jìn)行了研究,較為全面地闡述了對于輸電線路航拍照片中的絕緣子和銷釘2類部件的缺陷識別技術(shù)[17];Tao等構(gòu)建了2級深度卷積神經(jīng)網(wǎng)絡(luò)對輸電航拍照片中的玻璃絕緣子缺陷進(jìn)行識別[18]。雖然較多的學(xué)者已對圖像識別技術(shù)在輸電線路部件缺陷檢測中的應(yīng)用進(jìn)行了較為詳細(xì)的分析,但該類研究大多集中在少數(shù)的幾類缺陷,如絕緣子片缺失和銷釘缺失缺陷,而且往往只對單一種類缺陷識別技術(shù)進(jìn)行分析,缺乏對該技術(shù)進(jìn)行系統(tǒng)的分析及應(yīng)用研究,對于其他復(fù)雜缺陷或多類缺陷綜合識別應(yīng)用方面的研究鮮有描述。

    本文在學(xué)習(xí)總結(jié)國內(nèi)外相關(guān)研究的基礎(chǔ)上,進(jìn)一步探索改進(jìn),提出基于深度學(xué)習(xí)的輸電線路航拍照片目標(biāo)檢測應(yīng)用系統(tǒng)及方法,重點介紹了系統(tǒng)結(jié)構(gòu)、工作流程、關(guān)鍵技術(shù)及應(yīng)用分析。該系統(tǒng)的實現(xiàn)會極大提高輸電線路機巡照片處理效率,有效地解決輸電專業(yè)巡檢照片處理方面的實際問題,具有較強的實際意義。

    1 系統(tǒng)結(jié)構(gòu)

    輸電線路航拍照片目標(biāo)檢測應(yīng)用系統(tǒng)主要運用基于深度卷積神經(jīng)網(wǎng)絡(luò)的相關(guān)技術(shù)來構(gòu)建。卷積神經(jīng)網(wǎng)絡(luò)提供了1種端到端的深度學(xué)習(xí)模型,收集一定量的原始圖像數(shù)據(jù),進(jìn)行相應(yīng)的處理后輸入到模型訓(xùn)練框架中,經(jīng)過反復(fù)迭代即可生成合格的圖像識別模型。通過調(diào)用該識別模型,可對輸入圖像的特征進(jìn)行提取和分類,由此完成大量圖像數(shù)據(jù)的智能化分析和識別[19-20]。輸電線路航拍照片的自然背景十分復(fù)雜,而且原始照片尺寸較大,信息眾多,很難直接識別出銷釘級的缺陷;因此設(shè)計了1個2級缺陷檢測框架,即構(gòu)建具有2級深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的缺陷識別模型,檢測框架結(jié)構(gòu)如圖1所示。試驗表明,該檢測框架能有效識別出多類輸電設(shè)備部件缺陷(如螺栓銷釘缺失、玻璃絕緣子自爆、復(fù)合絕緣子均壓環(huán)脫落等),雖然對于較大類型的缺陷,其識別時間將比常規(guī)只經(jīng)過1級缺陷檢測框架識別時間有所增加,但其識別準(zhǔn)確率明顯提高,檢出率明顯提升,檢測效果更好,更具實用價值。

    圖1 系統(tǒng)總體結(jié)構(gòu)框架Fig.1 System overall structure frame

    該檢測框架主要由一次裁剪層、第一級識別網(wǎng)絡(luò)、二次裁剪層、第二級識別網(wǎng)絡(luò)和圖片標(biāo)記層5個部分組成,其中一次裁剪層用于裁剪輸入的原始航拍照片。常見的輸電線路航拍照片為5 000×4 000像素照片,本文均以該類圖像進(jìn)行分析。由于原始圖片尺寸較大,為保證圖像識別效果,系統(tǒng)以2 500×2 500像素大小尺寸裁剪,初次裁剪將從原始圖片的正中間截取圖片,再依次從左上方、右上方、左下方和右下方截取2 500×2 500像素圖片。由于該4個方向已經(jīng)覆蓋整張航拍照片,故保證了圖像中所有部件均可識別,即使輸電部件位于初次裁剪的邊緣位置,也可在4個方向的裁剪圖像中較為完整地顯示出來。裁剪所得圖片將依次輸入至第一級識別網(wǎng)絡(luò)。

    第一級識別網(wǎng)絡(luò)用于識別輸電設(shè)備部件,在一次裁剪層輸出的照片中識別定位輸電設(shè)備部件(如地線線夾、復(fù)合絕緣子、玻璃絕緣子、防震錘等具體設(shè)備部件),最終輸出1個或多個包含設(shè)備部件的矩形框的坐標(biāo)、部件標(biāo)簽以及識別置信度信息,該信息將輸入到二次裁剪層。同時對于部件識別結(jié)果還可進(jìn)一步進(jìn)行反事故措施分析,即結(jié)合輸電線路重要交叉跨越區(qū)段表格,統(tǒng)計重要區(qū)段鐵塔類型、掛點類型、絕緣子串?dāng)?shù)量等信息,若存在重要交叉跨越區(qū)段地線單掛點、復(fù)合絕緣子單串等情況,則說明該區(qū)段線路反事故措施沒有落實到位,以此形成待實施反事故措施清單。

    二次裁剪層依據(jù)第一級識別網(wǎng)絡(luò)得到的信息對輸電設(shè)備進(jìn)行截取,如對輸入圖片中的地線線夾、復(fù)合絕緣子、玻璃絕緣子、防震錘等具體設(shè)備部件進(jìn)行裁剪,截取輸入至第二級識別網(wǎng)絡(luò)。

    第二級識別網(wǎng)絡(luò)用于識別上一級網(wǎng)絡(luò)截取的設(shè)備部件照片,檢測定位具體缺陷(如螺栓銷釘缺失、玻璃絕緣子自爆、復(fù)合絕緣子均壓環(huán)脫落等缺陷),最終輸出1個或多個包含部件缺陷的矩形框的坐標(biāo)、部件標(biāo)簽以及識別置信度等信息。

    圖片標(biāo)記層依據(jù)第二級識別網(wǎng)絡(luò)得到的信息對輸電設(shè)備缺陷(如輸入圖片中的螺栓銷釘缺失、玻璃絕緣子自爆、復(fù)合絕緣子均壓環(huán)脫落等)進(jìn)行標(biāo)記,最終形成缺陷識別結(jié)果圖片。

    本系統(tǒng)框架主要應(yīng)用飛槳(PaddlePaddle)開源深度學(xué)習(xí)平臺進(jìn)行搭建。PaddlePaddle是高效、靈活、支持多種語言接口的深度學(xué)習(xí)開源開放平臺,它具有簡單易用、靈活高效、占用內(nèi)存小、速度快等優(yōu)點,與其他深度學(xué)習(xí)平臺框架相比,運用該框架可較為輕松高效地搭建圖像識別模型。

    2 系統(tǒng)工作流程

    輸電線路航拍照片目標(biāo)檢測應(yīng)用系統(tǒng)主要運用圖像識別技術(shù)對輸電線路航拍照片進(jìn)行識別,分別完成照片中的輸電設(shè)備部件識別定位和缺陷識別定位,其中輸電設(shè)備部件識別定位還可進(jìn)一步延伸開展輸電線路反事故措施情況統(tǒng)計。系統(tǒng)工作流程如圖2所示。

    圖2 系統(tǒng)工作流程Fig.2 System work flow chart

    首先輸入前期采集的輸電線路航拍照片,系統(tǒng)自動遍歷照片,截取2 500×2 500像素尺寸大小的圖片。初次裁剪將從原始圖片的正中間截取,再依次從左上方、右上方、左下方和右下方截取2 500×2 500像素圖片。

    然后系統(tǒng)對遍歷是否完成進(jìn)行判斷。若遍歷完成則將截取圖片依次輸入至第一級識別網(wǎng)絡(luò)結(jié)構(gòu),對設(shè)備部件進(jìn)行識別;若遍歷沒有完成,則繼續(xù)以固定尺寸遍歷圖片并截取。對于第一級識別網(wǎng)絡(luò)依次輸入的圖片:若存在1張以上圖片識別成功則獲取識別部件類型和數(shù)量,并在截取圖片中進(jìn)行標(biāo)記,再以部件尺寸大小截取保存圖片,同時在數(shù)據(jù)庫部件識別結(jié)果表中記錄識別結(jié)果;若所有輸入圖片均識別失敗,則保存不識別的原始圖片,并在數(shù)據(jù)庫部件識別結(jié)果表中記錄識別結(jié)果,對于不識別的結(jié)果可人工判別與標(biāo)注,完善數(shù)據(jù)集,增量訓(xùn)練形成新的部件識別模型。

    接著對于已經(jīng)識別截取保存的部件圖片,運用第二級識別網(wǎng)絡(luò)對部件缺陷進(jìn)行識別,系統(tǒng)自動標(biāo)記缺陷位置,在數(shù)據(jù)庫缺陷識別結(jié)果表中記錄識別結(jié)果,以此完成航拍照片缺陷識別。而對于數(shù)據(jù)庫部件識別結(jié)果表中記錄的設(shè)備部件信息,系統(tǒng)根據(jù)日常運維統(tǒng)計的輸電線路重要交叉跨越區(qū)段統(tǒng)計表格,自動比較得出輸電線路重要交叉跨越區(qū)段塔型、掛點類型、絕緣子數(shù)量統(tǒng)計表格,若線路在重要交叉跨越區(qū)段內(nèi)存在直線桿塔地線單掛點的情況,系統(tǒng)再自動提取形成待實施反事故措施清單,以此完成輸電線路反事故措施智能統(tǒng)計。

    最終歸類匯總所有數(shù)據(jù)和分析結(jié)果,完成輸電線路航拍照片綜合識別分析。

    3 系統(tǒng)關(guān)鍵技術(shù)

    輸電線路航拍照片目標(biāo)檢測應(yīng)用系統(tǒng)關(guān)鍵技術(shù)包括數(shù)據(jù)擴(kuò)增方法、輸電設(shè)備部件定位網(wǎng)絡(luò)核心算法、缺陷識別定位網(wǎng)絡(luò)核心算法和模型訓(xùn)練方法等,下面分別進(jìn)行重點闡述。

    3.1 數(shù)據(jù)擴(kuò)增方法

    缺陷識別中難以避免的問題是正負(fù)樣本的嚴(yán)重不均衡性,即完整無缺陷圖像的數(shù)量遠(yuǎn)遠(yuǎn)大于有缺陷圖像的數(shù)量?;谏疃染矸e網(wǎng)絡(luò)的目標(biāo)檢測模型如果直接利用正負(fù)樣本不均衡的數(shù)據(jù)集進(jìn)行訓(xùn)練,那么訓(xùn)練出來的模型會發(fā)生偏移,缺陷檢測結(jié)果會很不理想,因此針對缺陷樣本數(shù)據(jù)有必要進(jìn)行數(shù)據(jù)擴(kuò)增[17]。

    具體數(shù)據(jù)擴(kuò)增流程如下:①利用Labelme開源圖像標(biāo)注工具對缺陷部件圖片(如帶有缺陷的地線線夾、復(fù)合絕緣子等部件輪廓)進(jìn)行標(biāo)注,形成樣本數(shù)據(jù)集;②運用該樣本數(shù)據(jù)集,訓(xùn)練U-Net全卷積神經(jīng)網(wǎng)絡(luò)模型;③將少數(shù)缺陷部件圖片輸入至訓(xùn)練好的U-Net全卷積神經(jīng)網(wǎng)絡(luò)模型,對缺陷部件進(jìn)行語義分割,輸出分割結(jié)果;④利用仿射變換技術(shù)將已經(jīng)分割的缺陷部件變換為具有不同尺度、角度的多個缺陷部件圖像數(shù)據(jù);⑤利用圖像背景融合技術(shù)將這些不同尺度、角度的缺陷部件與不同背景圖像進(jìn)行融合,從而得到更多的缺陷樣本圖像。

    其中U-Net是運用于圖像分割的全卷積神經(jīng)網(wǎng)絡(luò),它采用了編碼-譯碼架構(gòu)。編碼過程通過池化層逐漸減少位置信息,抽取抽象特征;譯碼過程逐漸恢復(fù)位置信息。一般譯碼與編碼間有直接的連接,因此能夠更好地恢復(fù)目標(biāo)細(xì)節(jié)[17]。該網(wǎng)絡(luò)只使用少量數(shù)據(jù),就可以訓(xùn)練出較好的全卷積神經(jīng)網(wǎng)絡(luò)模型。仿射變換是圖像樣本擴(kuò)增的常用方法之一,它通過一系列的原子變換的復(fù)合(包括平移、縮放、翻轉(zhuǎn)、旋轉(zhuǎn)和剪切等等)來實現(xiàn),通過參數(shù)的隨機設(shè)置,可以將已經(jīng)分割的缺陷部件變換為具有不同尺度、角度的多個缺陷部件圖像數(shù)據(jù)。背景融合技術(shù)主要應(yīng)用了泊松融合算法融合已分割的缺陷部件圖像和背景圖像,其主要根據(jù)背景圖像的梯度信息以及缺陷部件圖像的邊界信息,利用插值的方法構(gòu)建成邊緣過渡區(qū)域內(nèi)的圖像像素,以此保證背景圖像中的缺陷部件邊緣過渡平滑,使背景與缺陷能夠更好地融合在一起。

    因缺陷部件圖片數(shù)量較少,也可從樣本中選取數(shù)量較少的一部分圖片進(jìn)行仿射變換增加樣本數(shù)量,進(jìn)一步完善U-Net全卷積神經(jīng)網(wǎng)絡(luò)模型,提高語義分割效果。玻璃絕緣子自爆缺陷數(shù)據(jù)擴(kuò)增示意圖如圖3所示,通過圖像分割、仿射變換和圖像背景融合技術(shù)使得缺陷樣本數(shù)據(jù)得到了較好的擴(kuò)增,形成可靠的缺陷樣本數(shù)據(jù)集。

    圖3 數(shù)據(jù)擴(kuò)增Fig.3 Data amplification

    3.2 輸電設(shè)備部件定位網(wǎng)絡(luò)核心算法

    輸電線路航拍照片的自然背景復(fù)雜多樣,設(shè)備部件眾多,而且部件在照片中的占比相對較小,綜合考慮檢出率和準(zhǔn)確率,第一級識別網(wǎng)絡(luò)選擇檢出率較高的快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(fast region-CNN,F(xiàn)ast R-CNN)算法實現(xiàn)輸電設(shè)備部件的識別和定位。

    Fast R-CNN結(jié)構(gòu)如圖4所示,其具體步驟如下:①采用選擇性搜索算法(selective search)提取2 000個候選框興趣區(qū)域(region of interesting,ROI);②通過1個卷積神經(jīng)網(wǎng)絡(luò)直接對全圖進(jìn)行特征提取得到feature map;③把候選框ROI映射到卷積神經(jīng)網(wǎng)絡(luò)的最后一層卷積feature map上;④使用1個ROI池化層(ROI pooling layer)在全圖特征上摘取每一個候選框?qū)?yīng)的特征;⑤對候選框中提取出的特征,使用分類器判別是否屬于1個特定類,對于屬于某一特征的候選框,用回歸器進(jìn)一步調(diào)整其位置。

    圖4 Fast R-CNN結(jié)構(gòu)Fig.4 Fast R-CNN structure

    Fast R-CNN多任務(wù)損失函數(shù)

    L(p,u,tu,v)=

    Lcls(p,u)+λf(u)Lloc(tu,v).

    (1)

    式中:Lcls為分類損失函數(shù);Lloc為回歸損失函數(shù);p為每個ROI輸出離散概率分布;tu為預(yù)測邊界框的回歸平移縮放參數(shù),其中u為分類類別;v為真實邊界框的平移縮放參數(shù);λ為用以平衡2個損失函數(shù)的超參數(shù);函數(shù)f(u)表示背景候選區(qū)域不參與回歸損失[21-22],不需要對背景候選區(qū)域進(jìn)行回歸操作,當(dāng)u≥1時f(u)=1,其他情況時f(u)=0,其中約定u=0為背景分類。

    3.3 缺陷識別定位網(wǎng)絡(luò)核心算法

    輸電設(shè)備部件截取圖片背景相對簡單,雖然缺陷部位在圖片中占比也較小,但缺陷數(shù)量相對較少,缺陷部位也比較固定,綜合考慮速度和精度,第二級識別網(wǎng)絡(luò)選擇對小部件檢測率較高、均衡性較好的YOLOv3算法實現(xiàn)輸電設(shè)備部件具體缺陷的識別和定位。

    YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示,其將輸入圖像分成S×S個網(wǎng)格,每個網(wǎng)格負(fù)責(zé)預(yù)測多個邊界框及其置信度,以及多個類別的概率。其中邊界框的大小與位置用(x,y,w,h)4個值表示,(x,y)為邊界框的中心坐標(biāo),(w,h)為邊界框的寬與高。置信度包含2個方面:一是這個邊界框含有目標(biāo)的可能性大??;二是這個邊界框的準(zhǔn)確度。前者記為P,當(dāng)該邊界框是背景,即不包含目標(biāo)時P=0,而當(dāng)該邊界框包含目標(biāo)時P=1。邊界框的準(zhǔn)確度用預(yù)測框與實際框(ground truth)的交并比(intersection over union,IOU)來表示,記為kIOU,因此置信度定義為PkIOU。YOLOv3網(wǎng)絡(luò)將物體檢測作為回歸問題進(jìn)行求解[17],通過上述卷積計算和后處理過濾最后得到預(yù)測結(jié)果。其中YOLOv3以殘差網(wǎng)絡(luò)Darknet-53為基礎(chǔ)分類網(wǎng)絡(luò),該網(wǎng)絡(luò)模型的主要特點有以下3點:①能夠輸出3種不同尺度的特征圖,實現(xiàn)多尺度預(yù)測;②采用logistic分類器代替Softmax分類器,以確保能夠在不降低準(zhǔn)確率的前提下完成多標(biāo)簽分類;③損失函數(shù)采用二值交叉熵(binary cross-entropy loss)。

    圖5 YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)Fig.5 YOLOv3 network structure

    YOLOv3的損失函數(shù)

    (2)

    (3)

    (4)

    式(2)—(4)中:lloc為預(yù)測框與真實邊界框的位置誤差;lcfd、lcls分別為置信度誤差、分類誤差;Iij表示第i個網(wǎng)格的第j個候選框是否負(fù)責(zé)這個對象,如果負(fù)責(zé)則Iij=1,否則為0;Iij,n表示第i個網(wǎng)格的第j個候選框是否沒有目標(biāo),如果沒有則Iij,n=1,否則為0;λn為權(quán)重系數(shù);Cij為置信度;Cij,r為訓(xùn)練中的置信度真實值,其取值是由網(wǎng)格的邊界框有沒有負(fù)責(zé)預(yù)測某個對象決定的,如果負(fù)責(zé)則Cij,r=1,否則Cij,r=0;S2為網(wǎng)格總數(shù);B為每個網(wǎng)格產(chǎn)生的候選框的數(shù)量;Pij(c)為第i個網(wǎng)格的第j個候選框預(yù)測結(jié)果為類別c的概率,Pij,r(c)為其真實值(0或1)[23-24]。

    3.4 模型訓(xùn)練方法

    目標(biāo)檢測模型的訓(xùn)練有一系列的步驟,根據(jù)不同算法網(wǎng)絡(luò)結(jié)構(gòu)的差異,模型訓(xùn)練步驟也所區(qū)別,但核心思想大體相同。簡單概括就是:利用一定規(guī)則在訓(xùn)練圖片上產(chǎn)生一系列的候選區(qū)域,然后使用卷積神經(jīng)網(wǎng)絡(luò)提取圖片特征并預(yù)測候選區(qū)域的位置和類別,將預(yù)測值和真實標(biāo)注值進(jìn)行比較計算可以建立起損失函數(shù),從而開啟端到端的訓(xùn)練。利用PaddlePaddle深度學(xué)習(xí)平臺可快速搭建模型框架,顯著簡化了訓(xùn)練操作。簡化后的訓(xùn)練操作流程如圖6所示。

    圖6 模型訓(xùn)練操作流程Fig.6 Model training operation flow chart

    具體操作步驟如下:①利用labelImg開源圖像標(biāo)注工具軟件對原始圖片進(jìn)行標(biāo)注,形成樣本數(shù)據(jù)集;②利用PaddlePaddle深度學(xué)習(xí)平臺和對應(yīng)目標(biāo)檢測算法訓(xùn)練模型,即輸入樣本數(shù)據(jù)集,通過迭代訓(xùn)練形成對應(yīng)識別模型;③輸入新的圖片作為測試數(shù)據(jù)集,檢測訓(xùn)練模型準(zhǔn)確率和檢出率,判斷模型訓(xùn)練效果;④若模型評估合格,則說明訓(xùn)練模型較好,完成模型訓(xùn)練。若評估不合格,則提取不識別或識別錯誤結(jié)果,人工判別原因(如光線、拍攝角度、模型訓(xùn)練過擬合等等可能造成不識別或識別錯誤原因),并根據(jù)不同原因采取不同的解決措施:若由于光線、拍攝角度等原因造成不識別問題,則增加同類圖片進(jìn)行標(biāo)注,形成新的樣本數(shù)據(jù)集,增量訓(xùn)練形成新模型;若由于模型過度訓(xùn)練或樣本數(shù)據(jù)集噪聲過多造成過擬合問題,則采用正則化、減少訓(xùn)練次數(shù)、增加真實樣本等等手段解決。解決問題形成新模型后,再循環(huán)輸入測試圖片重新識別評估,由此不斷完善訓(xùn)練模型,得出準(zhǔn)確的圖片識別模型。

    其中對于前文所述第一級識別網(wǎng)絡(luò)輸電設(shè)備部件的識別模型,采用Fast R-CNN算法進(jìn)行訓(xùn)練,并采用在目標(biāo)檢測領(lǐng)域被廣泛使用的平均精度均值(mean average precision,MAP)進(jìn)行評估。對于第二級識別網(wǎng)絡(luò)運用YOLOv3算法訓(xùn)練輸電設(shè)備部件缺陷的識別模型,針對不同的輸電設(shè)備部件缺陷只需準(zhǔn)備對應(yīng)的缺陷樣本數(shù)據(jù)集集中訓(xùn)練,進(jìn)行具體部件缺陷識別時只需統(tǒng)一調(diào)用該模型即可。對于缺陷識別,由于檢測目標(biāo)較小,評價方面直接統(tǒng)計檢出率。理論上評價指標(biāo)越高越好,但實際應(yīng)用中考慮到算力和算法限制,本文的模型平均精度均值或檢出率只需達(dá)到80%,即可認(rèn)為具備實用價值。對于訓(xùn)練迭代次數(shù)、學(xué)習(xí)率、正則化等詳細(xì)參數(shù)配置,需要綜合考慮目標(biāo)任務(wù)、硬件性能、算法算力等影響因素,而且為達(dá)到最優(yōu)檢測效果,需根據(jù)實際檢測情況不斷優(yōu)化調(diào)整,具體的參數(shù)設(shè)置本文不再詳細(xì)說明。

    4 系統(tǒng)應(yīng)用實踐

    為了驗證輸電線路航拍照片目標(biāo)檢測應(yīng)用系統(tǒng)的有效性,分別訓(xùn)練了輸電設(shè)備部件識別模型和玻璃絕緣子自爆、金具銷釘缺失缺陷識別模型。其中對于輸電設(shè)備部件識別模型,在輸電線路航拍照片庫中選取了20條線路共5 454張圖片作為訓(xùn)練集進(jìn)行訓(xùn)練,通過訓(xùn)練可識別地線單掛點、雙掛點、復(fù)合絕緣子、玻璃絕緣子、線夾、避雷器、防震錘等7類部件;對于玻璃絕緣子自爆缺陷識別模型,選取了105張缺陷絕緣子圖片并通過前文所述的數(shù)據(jù)擴(kuò)增方法得到了320張缺陷絕緣子圖片;對于金具銷釘缺失缺陷識別模型,選取了226張缺陷金具圖片并通過前文所述的數(shù)據(jù)擴(kuò)增方法得到了570張缺陷金具圖片。選取這些圖片作為訓(xùn)練集進(jìn)行缺陷識別模型訓(xùn)練。

    本次測試按照系統(tǒng)工作流程,在輸電線路航拍照片庫中選取了10條線路共3 245張圖片進(jìn)行部件識別,選取了86張缺陷絕緣子圖片和125張缺陷金具圖片分別輸入2級缺陷檢測框架進(jìn)行缺陷識別。為了驗證該缺陷檢測框架的有效性,設(shè)計了對比試驗,同樣將所選圖片僅輸入1級缺陷檢測框架(第二級識別網(wǎng)絡(luò))進(jìn)行缺陷識別。其中對于部件識別,采用目標(biāo)檢測領(lǐng)域被廣泛使用的平均精度均值和檢測速度——單張檢測時間進(jìn)行評估。對于缺陷識別,由于檢測目標(biāo)較小,則直接統(tǒng)計檢出率和檢測速度。各目標(biāo)訓(xùn)練集、測試集、識別平均精度均值或檢出率和檢測速度匯總見表1。

    從表1中可以看出:部件識別的平均精度均值達(dá)到92.5%,單張檢測時間約2 s;2級缺陷檢測框架識別的玻璃絕緣子自爆和金具銷釘缺失缺陷檢出率均在80%以上,單張檢測時間約2.5 s;只經(jīng)過1級缺陷檢測框架識別的玻璃絕緣子自爆缺陷檢出率為65.3%,單張檢測時間約0.6 s,金具銷釘缺失缺陷檢出率為39.7%,單張檢測時間約1 s。從表1可以得出以下2個結(jié)論:①部件識別模型平均精度均值較高,滿足實際應(yīng)用要求;②2級缺陷檢測框架雖然較1級缺陷檢測框架識別時間有所增加,但其檢出率明顯提高,尤其對于較小缺陷檢測效果更好,更具實用價值。

    表1 識別成效Tab.1 Recognition effect

    對于部件識別測試,部分識別結(jié)果如圖7所示。通過圖7(c)、(d)對比可以說明,在一定光線變化范圍內(nèi),圖片識別結(jié)果受光照影響并不明顯。對于輸電線路航拍照片,極大多數(shù)照片均在天氣良好條件下拍攝,因此在實際應(yīng)用中識別結(jié)果受光照、天氣和背景等外部因素影響并不明顯。

    圖7 部件識別結(jié)果Fig.7 Component identification results

    對于缺陷識別測試,部分玻璃絕緣子自爆缺陷識別結(jié)果如圖8所示,部分金具銷釘缺少缺陷識別結(jié)果如圖9所示。圖8(a)展示的是經(jīng)過2級缺陷檢測框架識別結(jié)果,圖8(b)展示的是只經(jīng)過1級缺陷檢測框架識別結(jié)果,從圖8(a)、(b)對比可以說明,對于相同部件缺陷識別,2級缺陷檢測框架較1級缺陷檢測框架識別置信度明顯提高,識別效果更好。圖9(a)、(b)均為2級缺陷檢測框架識別結(jié)果,通過圖9(a)、(b)對比同樣可以說明在實際應(yīng)用中識別結(jié)果受光照、天氣和背景等外部因素影響并不明顯。

    圖8 玻璃絕緣子自爆缺陷識別結(jié)果Fig.8 Identification results of glass insulator self explosion defects

    圖9 金具銷釘缺少缺陷識別結(jié)果Fig.9 Identification results of lack of hardware pin

    相比常規(guī)的人工查閱輸電線路航拍照片作業(yè)方式,本文提出的輸電設(shè)備部件識別模型、玻璃絕緣子自爆缺陷識別模型和金具銷釘缺少缺陷識別模型能更加高效地處理航拍照片,提升了處理效率,保證了作業(yè)效果的同時減少了數(shù)據(jù)處理工作量。

    5 結(jié)束語

    本文針對人工查閱輸電線路航拍照片作業(yè)量大、效率低等問題,提出基于深度學(xué)習(xí)的輸電線路航拍照片目標(biāo)檢測應(yīng)用系統(tǒng)及方法,重點介紹了系統(tǒng)結(jié)構(gòu)、工作流程、關(guān)鍵技術(shù)及應(yīng)用分析,并通過應(yīng)用實踐證明了系統(tǒng)的有效性。該系統(tǒng)的實現(xiàn)可有效地提高輸電線路航拍照片處理效率,解決輸電專業(yè)巡檢照片處理方面的實際問題,具有很好的應(yīng)用前景。該系統(tǒng)還將進(jìn)一步朝著智能化和自動化的方向發(fā)展[25],通過大量圖像信息的智能識別和分析,為輸電線路運維提供基礎(chǔ)的數(shù)據(jù)保障,為輸電線路的檢修運維決策提供更加全面準(zhǔn)確的依據(jù)。

    猜你喜歡
    航拍絕緣子部件
    航拍下的苗圃與農(nóng)場
    中外文摘(2021年10期)2021-05-31 12:10:40
    基于Siemens NX和Sinumerik的銑頭部件再制造
    難忘的航拍
    部件拆分與對外漢字部件教學(xué)
    《航拍中國》美得讓人想哭
    陜西畫報航拍
    陜西畫報(2017年1期)2017-02-11 05:49:48
    水輪機過流部件改造與節(jié)能增效
    1000kV耐張絕緣子串單片絕緣子的帶電更換技術(shù)
    500kV絕緣子串含零值絕緣子時的電暈放電分析
    電測與儀表(2014年6期)2014-04-04 11:59:46
    絕緣子的常見故障及排除方法
    99热全是精品| 精品熟女少妇av免费看| 欧美少妇被猛烈插入视频| 国产av码专区亚洲av| 国国产精品蜜臀av免费| 国产精品一区二区在线观看99| 亚洲av成人精品一二三区| 亚洲精品456在线播放app| 七月丁香在线播放| 久久鲁丝午夜福利片| 中文字幕免费在线视频6| av国产久精品久网站免费入址| 欧美国产精品一级二级三级 | 身体一侧抽搐| 99久久精品一区二区三区| 亚洲精品自拍成人| 免费人成在线观看视频色| 日韩一区二区三区影片| 亚洲欧美一区二区三区国产| 99热全是精品| 亚洲精品国产av蜜桃| 女人被狂操c到高潮| 简卡轻食公司| 免费大片18禁| 一级毛片电影观看| 免费观看无遮挡的男女| 91久久精品国产一区二区成人| 亚洲欧美日韩卡通动漫| 高清欧美精品videossex| 少妇 在线观看| 人妻系列 视频| 国产精品99久久99久久久不卡 | 中文欧美无线码| 日韩av在线免费看完整版不卡| 欧美日韩一区二区视频在线观看视频在线 | 五月天丁香电影| 插阴视频在线观看视频| av卡一久久| 久久国内精品自在自线图片| 51国产日韩欧美| 少妇 在线观看| 亚洲久久久久久中文字幕| av线在线观看网站| 极品少妇高潮喷水抽搐| 国产成人精品一,二区| 精品人妻一区二区三区麻豆| 波多野结衣巨乳人妻| 小蜜桃在线观看免费完整版高清| 日韩在线高清观看一区二区三区| 国产成人freesex在线| 九草在线视频观看| 日本免费在线观看一区| 日韩人妻高清精品专区| 日本与韩国留学比较| 哪个播放器可以免费观看大片| 99久久精品热视频| 啦啦啦在线观看免费高清www| 综合色av麻豆| 在线观看美女被高潮喷水网站| av国产久精品久网站免费入址| 久久久久国产精品人妻一区二区| 亚洲av不卡在线观看| 亚洲人成网站高清观看| 久久这里有精品视频免费| 色5月婷婷丁香| 在线a可以看的网站| 永久网站在线| 亚洲欧美精品专区久久| 日韩中字成人| 亚洲国产欧美在线一区| a级毛片免费高清观看在线播放| 在线观看国产h片| 少妇 在线观看| 97精品久久久久久久久久精品| 久久99热6这里只有精品| 亚洲人成网站在线播| 国产日韩欧美亚洲二区| 欧美+日韩+精品| 22中文网久久字幕| 精品国产乱码久久久久久小说| av又黄又爽大尺度在线免费看| 国产av不卡久久| 亚洲欧美日韩卡通动漫| 在线 av 中文字幕| 久久精品国产亚洲网站| 免费黄频网站在线观看国产| 中文资源天堂在线| 国产精品.久久久| 日本免费在线观看一区| 国产精品一区二区性色av| 2021天堂中文幕一二区在线观| 国产成人午夜福利电影在线观看| 国产欧美日韩一区二区三区在线 | 老师上课跳d突然被开到最大视频| 国产免费又黄又爽又色| 在线播放无遮挡| 99精国产麻豆久久婷婷| 边亲边吃奶的免费视频| 国产精品无大码| 精品久久久久久电影网| 亚洲欧洲日产国产| 午夜免费鲁丝| 欧美zozozo另类| 亚洲国产色片| 日本三级黄在线观看| 欧美老熟妇乱子伦牲交| 国产白丝娇喘喷水9色精品| 国产乱人视频| 国产欧美另类精品又又久久亚洲欧美| 六月丁香七月| 极品教师在线视频| 91精品一卡2卡3卡4卡| 日韩人妻高清精品专区| 国产黄a三级三级三级人| 最后的刺客免费高清国语| 日韩一区二区三区影片| 97在线人人人人妻| 免费看不卡的av| 日本黄大片高清| 日本wwww免费看| 91久久精品国产一区二区三区| 69人妻影院| 亚洲精品第二区| 亚洲人成网站在线播| 中文资源天堂在线| 国产精品无大码| 亚洲精品国产成人久久av| 久久久久精品久久久久真实原创| 91午夜精品亚洲一区二区三区| av免费在线看不卡| 久久久久九九精品影院| 国产精品国产av在线观看| 久久99精品国语久久久| 国产黄a三级三级三级人| 禁无遮挡网站| 青春草国产在线视频| 欧美97在线视频| 精品人妻偷拍中文字幕| 国产成人精品婷婷| 久久午夜福利片| 国产精品99久久99久久久不卡 | 国产精品国产三级国产专区5o| 国产色婷婷99| 三级男女做爰猛烈吃奶摸视频| 亚洲自拍偷在线| 国产高清国产精品国产三级 | 亚洲欧美中文字幕日韩二区| 国产大屁股一区二区在线视频| 亚洲国产日韩一区二区| 国产一区二区三区av在线| 亚洲精品国产色婷婷电影| 乱系列少妇在线播放| 国产一区有黄有色的免费视频| 欧美人与善性xxx| 亚洲精品,欧美精品| 日韩强制内射视频| 热99国产精品久久久久久7| 国产乱人偷精品视频| 国产高清不卡午夜福利| 久久国产乱子免费精品| 深爱激情五月婷婷| 男人爽女人下面视频在线观看| 日韩三级伦理在线观看| 国产视频首页在线观看| 婷婷色综合www| 免费黄频网站在线观看国产| 插逼视频在线观看| 一级毛片 在线播放| 日韩免费高清中文字幕av| 欧美 日韩 精品 国产| 成人高潮视频无遮挡免费网站| 国产乱人视频| 一级毛片电影观看| 免费黄色在线免费观看| 国产欧美日韩精品一区二区| 寂寞人妻少妇视频99o| 中国三级夫妇交换| 高清欧美精品videossex| 成人高潮视频无遮挡免费网站| 2021天堂中文幕一二区在线观| 日韩强制内射视频| 国产精品熟女久久久久浪| 免费少妇av软件| 日本免费在线观看一区| 爱豆传媒免费全集在线观看| 能在线免费看毛片的网站| 精品亚洲乱码少妇综合久久| 国产精品.久久久| 99热国产这里只有精品6| 嫩草影院新地址| 女人被狂操c到高潮| 久久精品国产亚洲av涩爱| 亚洲av中文av极速乱| 亚洲av.av天堂| 丰满少妇做爰视频| 亚洲天堂国产精品一区在线| 人人妻人人澡人人爽人人夜夜| 97人妻精品一区二区三区麻豆| av在线天堂中文字幕| a级毛色黄片| 中文资源天堂在线| 欧美日韩视频精品一区| 日本爱情动作片www.在线观看| 特大巨黑吊av在线直播| 少妇高潮的动态图| 草草在线视频免费看| 亚洲婷婷狠狠爱综合网| 久久精品国产a三级三级三级| 黄色日韩在线| 亚洲国产av新网站| 18禁裸乳无遮挡免费网站照片| 老师上课跳d突然被开到最大视频| 美女脱内裤让男人舔精品视频| 色吧在线观看| 禁无遮挡网站| 午夜精品一区二区三区免费看| 两个人的视频大全免费| 亚洲欧洲日产国产| 韩国av在线不卡| 在线精品无人区一区二区三 | 日本-黄色视频高清免费观看| 亚洲自偷自拍三级| 国产亚洲av嫩草精品影院| 亚洲在线观看片| 纵有疾风起免费观看全集完整版| 国产黄a三级三级三级人| 99热全是精品| 国产一区二区三区综合在线观看 | 日韩在线高清观看一区二区三区| 欧美精品人与动牲交sv欧美| 亚洲精品国产成人久久av| 麻豆乱淫一区二区| www.av在线官网国产| 视频区图区小说| 成人无遮挡网站| 午夜视频国产福利| 亚洲真实伦在线观看| 国产精品女同一区二区软件| 如何舔出高潮| 夫妻性生交免费视频一级片| 国产欧美另类精品又又久久亚洲欧美| 久久久久精品性色| 欧美日本视频| 日韩中字成人| 最后的刺客免费高清国语| 国产淫语在线视频| 亚洲精品乱码久久久久久按摩| 偷拍熟女少妇极品色| 午夜精品国产一区二区电影 | 自拍欧美九色日韩亚洲蝌蚪91 | 国产欧美另类精品又又久久亚洲欧美| 下体分泌物呈黄色| 免费看不卡的av| 国产 一区精品| 国产av国产精品国产| 亚洲国产精品国产精品| 国产免费又黄又爽又色| 黄色日韩在线| 国产欧美另类精品又又久久亚洲欧美| 乱系列少妇在线播放| 高清视频免费观看一区二区| 日本色播在线视频| 啦啦啦中文免费视频观看日本| 久热久热在线精品观看| 亚洲成色77777| 一本色道久久久久久精品综合| 下体分泌物呈黄色| 中文资源天堂在线| 日韩不卡一区二区三区视频在线| 国语对白做爰xxxⅹ性视频网站| 欧美97在线视频| 一区二区三区精品91| 91久久精品国产一区二区成人| 久久久a久久爽久久v久久| 日韩欧美 国产精品| 99九九线精品视频在线观看视频| 国产欧美日韩一区二区三区在线 | 国产成人91sexporn| 国产片特级美女逼逼视频| 赤兔流量卡办理| 3wmmmm亚洲av在线观看| 最后的刺客免费高清国语| 国产色婷婷99| 日韩人妻高清精品专区| 校园人妻丝袜中文字幕| 涩涩av久久男人的天堂| 日韩,欧美,国产一区二区三区| 国内精品美女久久久久久| 午夜福利网站1000一区二区三区| 中文精品一卡2卡3卡4更新| 水蜜桃什么品种好| 欧美日韩亚洲高清精品| 97超碰精品成人国产| 婷婷色综合大香蕉| 高清欧美精品videossex| 国产又色又爽无遮挡免| 免费看a级黄色片| 在线观看免费高清a一片| 一级爰片在线观看| 亚洲成人精品中文字幕电影| 欧美成人一区二区免费高清观看| 人妻 亚洲 视频| 日韩中字成人| 春色校园在线视频观看| 亚洲av成人精品一区久久| 国产黄色免费在线视频| 久久6这里有精品| 观看免费一级毛片| av在线观看视频网站免费| 女人十人毛片免费观看3o分钟| 免费少妇av软件| 中文欧美无线码| 亚洲欧美清纯卡通| 国产又色又爽无遮挡免| 久久99热这里只有精品18| av女优亚洲男人天堂| 亚洲国产日韩一区二区| 中文精品一卡2卡3卡4更新| 婷婷色av中文字幕| 日本免费在线观看一区| 18禁在线播放成人免费| 亚洲精品一区蜜桃| 久久精品人妻少妇| 91久久精品国产一区二区成人| 一级毛片aaaaaa免费看小| 亚洲熟女精品中文字幕| 在线 av 中文字幕| 女性生殖器流出的白浆| 夫妻午夜视频| 伊人久久大香线蕉亚洲五| 天天躁夜夜躁狠狠久久av| 91精品国产国语对白视频| 巨乳人妻的诱惑在线观看| 国产熟女午夜一区二区三区| 2021少妇久久久久久久久久久| 亚洲成人国产一区在线观看 | 高清av免费在线| 亚洲精品国产av蜜桃| 伊人亚洲综合成人网| 国产免费视频播放在线视频| 精品一品国产午夜福利视频| 免费在线观看黄色视频的| a级毛片黄视频| av有码第一页| 精品一区在线观看国产| 亚洲av成人不卡在线观看播放网 | 一区二区三区激情视频| 最近中文字幕2019免费版| 中国国产av一级| 男女午夜视频在线观看| 18在线观看网站| 天天躁日日躁夜夜躁夜夜| 1024香蕉在线观看| 一本色道久久久久久精品综合| 免费看av在线观看网站| 免费观看人在逋| 精品少妇久久久久久888优播| 精品国产一区二区三区四区第35| 91国产中文字幕| 国语对白做爰xxxⅹ性视频网站| 久久av网站| 色吧在线观看| 免费看av在线观看网站| 午夜福利网站1000一区二区三区| 国产av国产精品国产| 精品人妻在线不人妻| 日韩一卡2卡3卡4卡2021年| 国产乱来视频区| 美女脱内裤让男人舔精品视频| 亚洲情色 制服丝袜| 亚洲第一av免费看| 婷婷色综合大香蕉| 亚洲欧美一区二区三区国产| 不卡视频在线观看欧美| 久久久国产一区二区| 午夜精品国产一区二区电影| 日韩一本色道免费dvd| 99久久综合免费| 亚洲精品美女久久av网站| 久久久久视频综合| 亚洲精品中文字幕在线视频| 母亲3免费完整高清在线观看| 午夜91福利影院| 欧美人与善性xxx| 熟女少妇亚洲综合色aaa.| 亚洲伊人色综图| 香蕉国产在线看| 亚洲欧美中文字幕日韩二区| 亚洲成人av在线免费| 9色porny在线观看| 欧美97在线视频| 少妇人妻 视频| 免费黄色在线免费观看| 色网站视频免费| 亚洲av电影在线观看一区二区三区| 日本91视频免费播放| 美女主播在线视频| 黄色视频在线播放观看不卡| 99国产精品免费福利视频| 夫妻午夜视频| 亚洲欧美色中文字幕在线| 日韩伦理黄色片| 亚洲三区欧美一区| 国产免费福利视频在线观看| 中文字幕av电影在线播放| kizo精华| 日韩av免费高清视频| 亚洲国产精品成人久久小说| 免费高清在线观看日韩| 日韩成人av中文字幕在线观看| av视频免费观看在线观看| 少妇的丰满在线观看| 国产欧美日韩一区二区三区在线| 综合色丁香网| 成年人免费黄色播放视频| 国产精品 欧美亚洲| 天天影视国产精品| 精品一区二区免费观看| 美女视频免费永久观看网站| 亚洲精品aⅴ在线观看| 女人爽到高潮嗷嗷叫在线视频| 国产一区二区激情短视频 | 中国三级夫妇交换| 亚洲欧美清纯卡通| 90打野战视频偷拍视频| 黑人欧美特级aaaaaa片| 国产精品香港三级国产av潘金莲 | 国产片内射在线| videos熟女内射| 中文字幕人妻熟女乱码| 青春草国产在线视频| 国产精品 国内视频| 在现免费观看毛片| 人体艺术视频欧美日本| av卡一久久| www.av在线官网国产| 天堂8中文在线网| 久久精品aⅴ一区二区三区四区| xxx大片免费视频| 丁香六月天网| 亚洲伊人久久精品综合| 天天躁夜夜躁狠狠躁躁| 国产 一区精品| 久久久精品区二区三区| 1024视频免费在线观看| 五月天丁香电影| 久久人妻熟女aⅴ| 欧美日韩国产mv在线观看视频| www.av在线官网国产| 国产成人av激情在线播放| 亚洲欧美成人精品一区二区| 国产精品 欧美亚洲| 国产淫语在线视频| 在线观看三级黄色| 男女午夜视频在线观看| 少妇人妻 视频| 国产爽快片一区二区三区| 99精品久久久久人妻精品| 另类精品久久| 久久性视频一级片| 一级黄片播放器| 久久天躁狠狠躁夜夜2o2o | 亚洲精品在线美女| 一区二区三区精品91| 国产精品国产三级国产专区5o| 亚洲精品日韩在线中文字幕| 一二三四在线观看免费中文在| 高清黄色对白视频在线免费看| 日本欧美国产在线视频| 亚洲第一区二区三区不卡| 夜夜骑夜夜射夜夜干| 国产av码专区亚洲av| 精品久久久精品久久久| 亚洲成人av在线免费| 亚洲婷婷狠狠爱综合网| 精品久久久久久电影网| 老司机亚洲免费影院| 国产有黄有色有爽视频| 咕卡用的链子| 国产av精品麻豆| 一本久久精品| 成人亚洲欧美一区二区av| 精品国产国语对白av| 伦理电影大哥的女人| 国产免费视频播放在线视频| 女人久久www免费人成看片| 黄色毛片三级朝国网站| 成年人免费黄色播放视频| 精品一区二区三区av网在线观看 | 91精品三级在线观看| 国产精品 欧美亚洲| 成人午夜精彩视频在线观看| 国产精品免费大片| 巨乳人妻的诱惑在线观看| 国产一区亚洲一区在线观看| 亚洲欧美色中文字幕在线| 可以免费在线观看a视频的电影网站 | 十八禁高潮呻吟视频| 国产极品粉嫩免费观看在线| 免费黄网站久久成人精品| 在线观看免费日韩欧美大片| 青春草国产在线视频| 婷婷色麻豆天堂久久| 亚洲精品第二区| 免费高清在线观看视频在线观看| 国产精品免费视频内射| 视频在线观看一区二区三区| 亚洲五月色婷婷综合| 一区二区三区精品91| 亚洲精品在线美女| 制服诱惑二区| 三上悠亚av全集在线观看| av福利片在线| 久久人人97超碰香蕉20202| 久久久精品国产亚洲av高清涩受| av线在线观看网站| 女人精品久久久久毛片| 69精品国产乱码久久久| 国产乱来视频区| 欧美精品一区二区免费开放| 999精品在线视频| 69精品国产乱码久久久| 秋霞伦理黄片| www.精华液| 久久毛片免费看一区二区三区| 久久午夜综合久久蜜桃| 亚洲精品美女久久久久99蜜臀 | 欧美人与性动交α欧美软件| 欧美激情高清一区二区三区 | 又大又爽又粗| 韩国高清视频一区二区三区| 亚洲色图 男人天堂 中文字幕| 中文字幕制服av| 少妇人妻 视频| 国产日韩欧美在线精品| 精品少妇久久久久久888优播| 国产在线视频一区二区| 中文字幕高清在线视频| 丰满迷人的少妇在线观看| 久久精品国产亚洲av涩爱| 亚洲精品av麻豆狂野| 女人久久www免费人成看片| 黄色怎么调成土黄色| 啦啦啦 在线观看视频| 一二三四中文在线观看免费高清| 国产在线免费精品| 我的亚洲天堂| videosex国产| 国语对白做爰xxxⅹ性视频网站| 最近最新中文字幕大全免费视频 | 曰老女人黄片| 亚洲精品视频女| 一边摸一边做爽爽视频免费| 欧美亚洲 丝袜 人妻 在线| 另类精品久久| 成人国产麻豆网| 亚洲国产毛片av蜜桃av| www.精华液| 人妻一区二区av| 亚洲 欧美一区二区三区| 美女高潮到喷水免费观看| 人妻人人澡人人爽人人| 高清黄色对白视频在线免费看| 一级a爱视频在线免费观看| 国产精品无大码| av线在线观看网站| 中文字幕色久视频| 久久毛片免费看一区二区三区| 日本av手机在线免费观看| 国产精品一区二区在线观看99| 老司机深夜福利视频在线观看 | 久久国产精品大桥未久av| 午夜福利视频精品| 久久人妻熟女aⅴ| 侵犯人妻中文字幕一二三四区| 中文欧美无线码| 中文字幕亚洲精品专区| 日日撸夜夜添| 一区二区日韩欧美中文字幕| 人人澡人人妻人| 老司机影院毛片| 亚洲国产精品成人久久小说| 久久99精品国语久久久| 中文字幕制服av| 一本色道久久久久久精品综合| 久久精品aⅴ一区二区三区四区| 久久人人爽av亚洲精品天堂| 色94色欧美一区二区| 久久精品亚洲熟妇少妇任你| 汤姆久久久久久久影院中文字幕| 久久久久久人人人人人| 亚洲一级一片aⅴ在线观看| 国产av一区二区精品久久| 久久精品久久精品一区二区三区| 精品国产一区二区三区久久久樱花| 下体分泌物呈黄色| 亚洲色图 男人天堂 中文字幕| 亚洲伊人色综图| 美女扒开内裤让男人捅视频| 久久av网站| 丰满少妇做爰视频| 电影成人av| 国产欧美日韩一区二区三区在线| 国产精品人妻久久久影院| 亚洲第一青青草原| 精品少妇内射三级| 亚洲av欧美aⅴ国产| 国产乱来视频区| 国产麻豆69| 日韩一区二区视频免费看| 最近中文字幕高清免费大全6| 精品国产乱码久久久久久男人| 少妇人妻精品综合一区二区| 久久精品久久久久久噜噜老黄| 亚洲第一av免费看|