• <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
    麻豆国产97在线/欧美| 国产av一区在线观看免费| 国产成人影院久久av| 精品久久久久久久久久免费视频| 国产精品一区二区三区四区久久| 中文字幕高清在线视频| 免费观看人在逋| 日本成人三级电影网站| 一本一本综合久久| 精品久久久久久久久久免费视频| 久久精品国产自在天天线| 国产精品电影一区二区三区| 亚洲欧美激情综合另类| 久久久国产精品麻豆| 免费av不卡在线播放| 亚洲av电影不卡..在线观看| 午夜免费成人在线视频| 国产精品嫩草影院av在线观看 | 亚洲欧美日韩东京热| 国内久久婷婷六月综合欲色啪| 成年女人毛片免费观看观看9| 美女 人体艺术 gogo| 嫩草影院入口| 18禁国产床啪视频网站| 欧美日本亚洲视频在线播放| 亚洲电影在线观看av| 国产精品久久视频播放| 免费看美女性在线毛片视频| 19禁男女啪啪无遮挡网站| 亚洲成人久久性| 天天一区二区日本电影三级| 日本一本二区三区精品| 18禁黄网站禁片午夜丰满| 国产免费一级a男人的天堂| 成人鲁丝片一二三区免费| 日韩欧美免费精品| 亚洲精品色激情综合| 国产成人系列免费观看| 亚洲成人久久性| 每晚都被弄得嗷嗷叫到高潮| 特级一级黄色大片| 真实男女啪啪啪动态图| 亚洲精品456在线播放app | 蜜桃亚洲精品一区二区三区| 精品欧美国产一区二区三| 亚洲欧美一区二区三区黑人| 亚洲精品色激情综合| 国产男靠女视频免费网站| 99久久久亚洲精品蜜臀av| 网址你懂的国产日韩在线| 午夜影院日韩av| 最近最新中文字幕大全电影3| 中文字幕精品亚洲无线码一区| 99在线视频只有这里精品首页| 国产精品 国内视频| 国产av不卡久久| 热99在线观看视频| 亚洲国产精品999在线| 国产乱人视频| 成人国产综合亚洲| 国产免费男女视频| 国产亚洲精品一区二区www| 热99在线观看视频| 丁香欧美五月| 亚洲成人精品中文字幕电影| 亚洲av成人不卡在线观看播放网| 国产亚洲精品久久久久久毛片| 欧美精品啪啪一区二区三区| 国产伦一二天堂av在线观看| 国产色爽女视频免费观看| 校园春色视频在线观看| 99久久精品国产亚洲精品| 在线观看日韩欧美| 欧美激情在线99| 免费观看人在逋| 欧美日韩中文字幕国产精品一区二区三区| 九九久久精品国产亚洲av麻豆| 久久亚洲精品不卡| 男女下面进入的视频免费午夜| 欧美激情久久久久久爽电影| 九色国产91popny在线| 婷婷丁香在线五月| 国产成人av教育| 午夜精品在线福利| 欧美在线一区亚洲| 制服丝袜大香蕉在线| 国产一区二区三区在线臀色熟女| 免费电影在线观看免费观看| 亚洲片人在线观看| 国产三级在线视频| 日韩人妻高清精品专区| 亚洲人成网站在线播放欧美日韩| 国产乱人伦免费视频| 好看av亚洲va欧美ⅴa在| 在线国产一区二区在线| 成人一区二区视频在线观看| 国产精品电影一区二区三区| 99热精品在线国产| 国产色爽女视频免费观看| 国产精品永久免费网站| 色视频www国产| 亚洲成人久久性| 熟女电影av网| 成人高潮视频无遮挡免费网站| 无限看片的www在线观看| 欧美+日韩+精品| 日韩国内少妇激情av| 9191精品国产免费久久| 一级毛片高清免费大全| 亚洲中文日韩欧美视频| 亚洲av中文字字幕乱码综合| 人人妻人人看人人澡| 亚洲无线观看免费| 国产av麻豆久久久久久久| 淫妇啪啪啪对白视频| 国产成人aa在线观看| 午夜精品久久久久久毛片777| 俺也久久电影网| 欧美黄色片欧美黄色片| АⅤ资源中文在线天堂| 亚洲国产高清在线一区二区三| 欧美区成人在线视频| 精品国产超薄肉色丝袜足j| 久久久久久久久中文| 99热精品在线国产| 日日摸夜夜添夜夜添小说| 国产亚洲精品综合一区在线观看| 日日夜夜操网爽| 国产激情偷乱视频一区二区| 欧美大码av| 麻豆国产av国片精品| 好男人在线观看高清免费视频| 无人区码免费观看不卡| 操出白浆在线播放| 国产69精品久久久久777片| 欧美中文综合在线视频| 内地一区二区视频在线| xxxwww97欧美| 女人被狂操c到高潮| 亚洲av电影不卡..在线观看| 99久久成人亚洲精品观看| 久久久精品大字幕| 欧美最黄视频在线播放免费| 国产av麻豆久久久久久久| 色综合婷婷激情| 日韩欧美在线乱码| 免费看光身美女| 在线十欧美十亚洲十日本专区| 亚洲成av人片在线播放无| 色尼玛亚洲综合影院| 国内久久婷婷六月综合欲色啪| 亚洲天堂国产精品一区在线| 99精品在免费线老司机午夜| 中文字幕高清在线视频| 好看av亚洲va欧美ⅴa在| 内射极品少妇av片p| 国产熟女xx| 欧美三级亚洲精品| 日韩欧美 国产精品| 波多野结衣高清无吗| 国产三级在线视频| 精华霜和精华液先用哪个| 草草在线视频免费看| 丰满人妻一区二区三区视频av | 三级男女做爰猛烈吃奶摸视频| 又黄又爽又免费观看的视频| 国产精品亚洲美女久久久| 香蕉久久夜色| 老熟妇乱子伦视频在线观看| 免费看a级黄色片| 国产真实伦视频高清在线观看 | 亚洲精品影视一区二区三区av| 欧美在线一区亚洲| 国产成人福利小说| 黄片小视频在线播放| 精品人妻1区二区| 熟女电影av网| 精品国产亚洲在线| 成人av一区二区三区在线看| 国产成人系列免费观看| 精品国产美女av久久久久小说| 国产高清视频在线观看网站| or卡值多少钱| 天天躁日日操中文字幕| 午夜精品在线福利| 一级黄片播放器| 欧美另类亚洲清纯唯美| 亚洲天堂国产精品一区在线| 怎么达到女性高潮| 国产熟女xx| 亚洲va日本ⅴa欧美va伊人久久| 成人高潮视频无遮挡免费网站| 国产老妇女一区| 精品电影一区二区在线| 色噜噜av男人的天堂激情| 香蕉av资源在线| 变态另类丝袜制服| 最近最新中文字幕大全免费视频| a在线观看视频网站| 精品无人区乱码1区二区| 国产久久久一区二区三区| 国产精品一区二区免费欧美| 波多野结衣巨乳人妻| 亚洲va日本ⅴa欧美va伊人久久| 午夜两性在线视频| 2021天堂中文幕一二区在线观| 美女大奶头视频| 高清日韩中文字幕在线| 97超视频在线观看视频| 国产一区二区三区在线臀色熟女| 欧美一区二区亚洲| a在线观看视频网站| 一级黄片播放器| 成人18禁在线播放| 啦啦啦韩国在线观看视频| 激情在线观看视频在线高清| 亚洲中文字幕一区二区三区有码在线看| 嫩草影视91久久| 男女下面进入的视频免费午夜| 国产av不卡久久| 噜噜噜噜噜久久久久久91| 日本 欧美在线| 国产一区二区激情短视频| 岛国在线免费视频观看| 欧美成狂野欧美在线观看| 亚洲精品456在线播放app | 亚洲成av人片在线播放无| 好看av亚洲va欧美ⅴa在| 国产亚洲精品久久久久久毛片| 亚洲av成人不卡在线观看播放网| 午夜福利在线在线| 亚洲精品成人久久久久久| 国产精品av视频在线免费观看| 日韩欧美三级三区| 欧美一区二区亚洲| 一边摸一边抽搐一进一小说| 青草久久国产| 午夜激情福利司机影院| 真实男女啪啪啪动态图| 一级毛片女人18水好多| 国产探花极品一区二区| 国产精品久久久久久久电影 | 夜夜爽天天搞| 欧美日韩福利视频一区二区| 成人亚洲精品av一区二区| 天堂av国产一区二区熟女人妻| 久久国产精品影院| 97碰自拍视频| 日本 av在线| 女生性感内裤真人,穿戴方法视频| 免费看美女性在线毛片视频| 国产一区二区三区在线臀色熟女| 午夜老司机福利剧场| 99久久精品国产亚洲精品| 成人18禁在线播放| 国产伦在线观看视频一区| 亚洲专区国产一区二区| 一区二区三区高清视频在线| 午夜福利欧美成人| or卡值多少钱| 啪啪无遮挡十八禁网站| 午夜老司机福利剧场| 国产美女午夜福利| 色av中文字幕| 日日夜夜操网爽| 国产乱人伦免费视频| 最好的美女福利视频网| 免费av毛片视频| 制服丝袜大香蕉在线| 男人的好看免费观看在线视频| 成人鲁丝片一二三区免费| 亚洲人成网站高清观看| 特级一级黄色大片| 最好的美女福利视频网| 精品久久久久久,| 国产私拍福利视频在线观看| 国产精品自产拍在线观看55亚洲| 性色avwww在线观看| 成年免费大片在线观看| 精品一区二区三区av网在线观看| 久久精品亚洲精品国产色婷小说| 九九在线视频观看精品| 午夜免费成人在线视频| 午夜免费观看网址| 天天添夜夜摸| 久久性视频一级片| 亚洲av电影不卡..在线观看| 亚洲欧美日韩高清在线视频| 内射极品少妇av片p| 中文字幕av成人在线电影| 欧美黄色片欧美黄色片| а√天堂www在线а√下载| 欧美日韩一级在线毛片| 在线播放国产精品三级| 欧美乱色亚洲激情| 日韩免费av在线播放| 免费av毛片视频| 中文字幕人妻丝袜一区二区| 国模一区二区三区四区视频| 亚洲欧美精品综合久久99| 国产色婷婷99| 白带黄色成豆腐渣| 人人妻,人人澡人人爽秒播| 国产精品一及| 亚洲精华国产精华精| 99久久精品国产亚洲精品| 久久久久精品国产欧美久久久| 韩国av一区二区三区四区| 成年女人看的毛片在线观看| 亚洲精品日韩av片在线观看 | 日本黄大片高清| 91麻豆精品激情在线观看国产| 国产精品自产拍在线观看55亚洲| 久9热在线精品视频| 亚洲第一电影网av| 欧美日本视频| 日韩欧美 国产精品| 老汉色av国产亚洲站长工具| 久久久久国内视频| 欧美丝袜亚洲另类 | 中文在线观看免费www的网站| 欧美日韩国产亚洲二区| 婷婷精品国产亚洲av在线| 成人午夜高清在线视频| 欧美另类亚洲清纯唯美| 婷婷亚洲欧美| 亚洲片人在线观看| 亚洲五月天丁香| 国产又黄又爽又无遮挡在线| 女同久久另类99精品国产91| 美女黄网站色视频| 一边摸一边抽搐一进一小说| 国产精品一区二区免费欧美| 每晚都被弄得嗷嗷叫到高潮| 国产国拍精品亚洲av在线观看 | 色av中文字幕| 精品久久久久久久人妻蜜臀av| 老司机深夜福利视频在线观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲熟妇中文字幕五十中出| 午夜福利在线观看吧| 黄色丝袜av网址大全| 欧美日韩瑟瑟在线播放| 午夜福利18| 97超视频在线观看视频| 精品久久久久久久末码| 成人鲁丝片一二三区免费| 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 | 宅男免费午夜| 天美传媒精品一区二区| 熟女人妻精品中文字幕| 精品一区二区三区av网在线观看| 国语自产精品视频在线第100页| 日韩成人在线观看一区二区三区| 久久精品综合一区二区三区| 久久午夜亚洲精品久久| 非洲黑人性xxxx精品又粗又长| 天堂网av新在线| 欧美三级亚洲精品| 黄色女人牲交| 一个人观看的视频www高清免费观看| 91麻豆av在线| 真人做人爱边吃奶动态| 老司机在亚洲福利影院| 亚洲一区二区三区色噜噜| eeuss影院久久| 亚洲aⅴ乱码一区二区在线播放| 人妻久久中文字幕网| 久久国产精品影院| 国产欧美日韩一区二区三| 欧美成人一区二区免费高清观看| 成年免费大片在线观看| 伊人久久精品亚洲午夜| 最好的美女福利视频网| 丰满乱子伦码专区| 中亚洲国语对白在线视频| 亚洲男人的天堂狠狠| 国产精品乱码一区二三区的特点| 无遮挡黄片免费观看| av视频在线观看入口| 欧美丝袜亚洲另类 | 99精品在免费线老司机午夜| 日韩免费av在线播放| 欧美av亚洲av综合av国产av| 性色av乱码一区二区三区2| 老司机午夜十八禁免费视频| 亚洲国产日韩欧美精品在线观看 | 精品久久久久久久毛片微露脸| 麻豆成人午夜福利视频| 欧美黑人欧美精品刺激| 欧美av亚洲av综合av国产av| 久久婷婷人人爽人人干人人爱| 12—13女人毛片做爰片一| 日韩 欧美 亚洲 中文字幕| 露出奶头的视频| 男插女下体视频免费在线播放| 亚洲精品456在线播放app | 最新在线观看一区二区三区| 在线国产一区二区在线| 亚洲精品日韩av片在线观看 | 老司机午夜十八禁免费视频| 国产午夜精品论理片| 欧美日本亚洲视频在线播放| 51午夜福利影视在线观看| 精品人妻一区二区三区麻豆 | 女人高潮潮喷娇喘18禁视频| 亚洲av成人av| 免费观看的影片在线观看| 中文在线观看免费www的网站| 内射极品少妇av片p| av在线蜜桃| 亚洲18禁久久av| 国产精华一区二区三区| 国产 一区 欧美 日韩| 热99在线观看视频| 69av精品久久久久久| 亚洲国产中文字幕在线视频| 国产探花极品一区二区| 12—13女人毛片做爰片一| 日本 av在线| 国产一区二区三区在线臀色熟女| 岛国在线免费视频观看| 精品熟女少妇八av免费久了| 一本精品99久久精品77| 国产毛片a区久久久久| 精品人妻偷拍中文字幕| 久久久久久久久大av| 国产一区二区在线av高清观看| 亚洲国产精品成人综合色| av视频在线观看入口| 欧美乱妇无乱码| 国产精品 欧美亚洲| 国产精品亚洲美女久久久| 国产精品影院久久| 老汉色av国产亚洲站长工具| 久久久久久久精品吃奶| 女警被强在线播放| 日日夜夜操网爽| 久久香蕉精品热| 黄色女人牲交| 夜夜爽天天搞| 操出白浆在线播放| 99久久成人亚洲精品观看| 国语自产精品视频在线第100页| 3wmmmm亚洲av在线观看| 亚洲熟妇熟女久久| 国产伦人伦偷精品视频| 1000部很黄的大片| 成人av一区二区三区在线看| 高清日韩中文字幕在线| 亚洲av免费高清在线观看| 小蜜桃在线观看免费完整版高清| av在线蜜桃| 国产精品日韩av在线免费观看| 国产淫片久久久久久久久 | 免费在线观看亚洲国产| 色综合婷婷激情| 亚洲精品在线观看二区| 长腿黑丝高跟| 免费在线观看成人毛片| 国产午夜精品论理片| av中文乱码字幕在线| 亚洲av第一区精品v没综合| 蜜桃久久精品国产亚洲av| 亚洲色图av天堂| 亚洲,欧美精品.| 别揉我奶头~嗯~啊~动态视频| 国产精品野战在线观看| 日本与韩国留学比较| 欧美zozozo另类| 中文字幕人妻熟人妻熟丝袜美 | 国产亚洲欧美在线一区二区| 亚洲欧美激情综合另类| 国产精品乱码一区二三区的特点| 十八禁网站免费在线| 可以在线观看的亚洲视频| 91在线观看av| 中文字幕人成人乱码亚洲影| 男女视频在线观看网站免费| 日本在线视频免费播放| 熟女电影av网| 亚洲国产欧美人成| 成人鲁丝片一二三区免费| 女同久久另类99精品国产91| 国产av不卡久久| 精品久久久久久成人av| 成人av一区二区三区在线看| 亚洲黑人精品在线| 啦啦啦观看免费观看视频高清| 久久人人精品亚洲av| 十八禁人妻一区二区| 亚洲国产日韩欧美精品在线观看 | 久久久久精品国产欧美久久久| 日本与韩国留学比较| 操出白浆在线播放| 亚洲中文字幕日韩| 亚洲熟妇中文字幕五十中出| 人妻久久中文字幕网| 女人高潮潮喷娇喘18禁视频| 成人无遮挡网站| 在线国产一区二区在线| 男女下面进入的视频免费午夜| aaaaa片日本免费| 又紧又爽又黄一区二区| 欧美性感艳星| 中文字幕人妻熟人妻熟丝袜美 | 美女 人体艺术 gogo| 国产一区二区在线观看日韩 | 精品午夜福利视频在线观看一区| 亚洲国产高清在线一区二区三| 18禁美女被吸乳视频| 亚洲天堂国产精品一区在线| 日本与韩国留学比较| 在线观看免费午夜福利视频| 欧美不卡视频在线免费观看| 亚洲av电影在线进入| 久久久久精品国产欧美久久久| 婷婷精品国产亚洲av在线| 一夜夜www| 最近最新中文字幕大全电影3| 人人妻人人澡欧美一区二区| 青草久久国产| 波野结衣二区三区在线 | 一进一出抽搐动态| 久久国产精品影院| 叶爱在线成人免费视频播放| 99热这里只有是精品50| eeuss影院久久| 51国产日韩欧美| 欧美最新免费一区二区三区 | 色在线成人网| 99在线视频只有这里精品首页| 成人午夜高清在线视频| 99久久精品热视频| 久久久色成人| 激情在线观看视频在线高清| or卡值多少钱| 欧美另类亚洲清纯唯美| av在线蜜桃| 最后的刺客免费高清国语| 国产精品98久久久久久宅男小说| 日日干狠狠操夜夜爽| 欧美+日韩+精品| 舔av片在线| netflix在线观看网站| 国产精品三级大全| 亚洲久久久久久中文字幕| 久久精品人妻少妇| 99精品久久久久人妻精品| 亚洲国产高清在线一区二区三| 日韩高清综合在线| 少妇高潮的动态图| 91在线精品国自产拍蜜月 | 亚洲真实伦在线观看| 亚洲人与动物交配视频| 亚洲 国产 在线| 欧美日韩福利视频一区二区| av在线蜜桃| 麻豆成人午夜福利视频| 午夜福利在线观看免费完整高清在 | 一进一出抽搐动态| 亚洲专区中文字幕在线| 99精品久久久久人妻精品| 99久久久亚洲精品蜜臀av| 亚洲成av人片免费观看| 成人国产综合亚洲| 亚洲aⅴ乱码一区二区在线播放| 在线十欧美十亚洲十日本专区| 偷拍熟女少妇极品色| 国产免费男女视频| 亚洲av一区综合| 国产探花极品一区二区| 亚洲av一区综合| 国产精品乱码一区二三区的特点| 91在线精品国自产拍蜜月 | 精品免费久久久久久久清纯| 亚洲欧美日韩东京热| 精品免费久久久久久久清纯| 国产毛片a区久久久久| 国产高清有码在线观看视频| 两性午夜刺激爽爽歪歪视频在线观看| 欧美日韩乱码在线| 日韩国内少妇激情av| 一夜夜www| 欧美国产日韩亚洲一区| 少妇丰满av| 中文在线观看免费www的网站| 国产国拍精品亚洲av在线观看 | 欧美一区二区精品小视频在线| 日韩亚洲欧美综合| 身体一侧抽搐| 精品熟女少妇八av免费久了| 嫩草影视91久久| 97超级碰碰碰精品色视频在线观看| 亚洲乱码一区二区免费版| 99久久精品国产亚洲精品| 女人高潮潮喷娇喘18禁视频| 性欧美人与动物交配| 亚洲精品日韩av片在线观看 | 国产精品一区二区三区四区免费观看 | 女生性感内裤真人,穿戴方法视频| 一区二区三区国产精品乱码| 久久久久久大精品| 一级毛片高清免费大全| 琪琪午夜伦伦电影理论片6080| 午夜视频国产福利| or卡值多少钱| 午夜日韩欧美国产| 露出奶头的视频| 午夜日韩欧美国产| 欧美日韩乱码在线| 老熟妇乱子伦视频在线观看| 一边摸一边抽搐一进一小说| 亚洲人成网站在线播放欧美日韩|