• <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 ?

    基于卷積神經(jīng)網(wǎng)絡(luò)的蘋果栽培品種識別

    2021-12-18 02:30:24韓俊英封成智陳永衛(wèi)
    計算機(jī)與現(xiàn)代化 2021年12期
    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)蘋果

    仇 譽(yù),韓俊英,封成智,陳永衛(wèi)

    (甘肅農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院,甘肅 蘭州 733070)

    0 引 言

    蘋果是世界上僅次于柑橘的第二大水果,其種植生產(chǎn)遍布于全世界。目前,種植蘋果已成為許多國家主要的農(nóng)事活動,約有80多個國家和地區(qū)都種植生產(chǎn)蘋果[1]。蘋果產(chǎn)業(yè)作為中國最具代表性的勞動密集型優(yōu)勢產(chǎn)業(yè),多年來在促進(jìn)農(nóng)民收入增長和區(qū)域經(jīng)濟(jì)發(fā)展等方面起到了重要作用。蘋果產(chǎn)業(yè)也在我國的水果產(chǎn)業(yè)中一直占據(jù)著非常重要的地位,其很強(qiáng)的市場競爭力,對于果農(nóng)增加收益以及農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的改善都具有重要意義[2-3]。隨著蘋果種質(zhì)資源的不斷創(chuàng)新豐富,如何有效、簡單、準(zhǔn)確識別蘋果品種成為了一個不斷引起各界關(guān)注的熱點(diǎn)問題。文獻(xiàn)[4]指出基于深度學(xué)習(xí)的圖像識別技術(shù)可以與人類專家的識別能力相媲美,甚至超過專家的識別能力。因此本文擬提出一種基于計算機(jī)視覺技術(shù)的蘋果果樹栽培品種識別方法,包括前期數(shù)據(jù)采集、模型設(shè)計訓(xùn)練驗(yàn)證等過程,要求有較高的識別率,可以為蘋果產(chǎn)業(yè)的生產(chǎn)研究提供力所能及的幫助。

    近年來,以深度學(xué)習(xí)為基礎(chǔ)的圖像分類成為了計算機(jī)視覺技術(shù)方面的一個重要課題,特別是在大規(guī)模圖像分類任務(wù)中有良好表現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)[5],已經(jīng)發(fā)展成為計算機(jī)模式識別任務(wù)中最好的分類方法之一,它的適用范圍廣泛,還能夠自動提取圖像低級特征并進(jìn)一步學(xué)習(xí)高級特征,現(xiàn)已被廣泛應(yīng)用于圖像分類、圖像分割、目標(biāo)識別和物體定位等領(lǐng)域[6-8]。薄琪葦[9]以卷積神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)構(gòu)建了一個植物葉片識別模型,并選取15種葉片圖像進(jìn)行實(shí)驗(yàn)。他根據(jù)葉片圖像的特點(diǎn),對模型參數(shù)及結(jié)構(gòu)有針對性地進(jìn)行調(diào)整,從實(shí)驗(yàn)結(jié)果來看,平均識別率能達(dá)到93.7%。林君宇等人[10]針對10種常見觀賞花卉,提供了一個圖像數(shù)據(jù)集,其中包含4種花卉的共16種葉部病癥,設(shè)計實(shí)現(xiàn)了以卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的分類模型,實(shí)驗(yàn)結(jié)果表明,病癥識別準(zhǔn)確率達(dá)到88.2%。袁培森等人[11]運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)獲取菊花的特征信息,實(shí)驗(yàn)表明,平均識別率可以達(dá)到95%左右,部分達(dá)到98%,系統(tǒng)識別精度明顯提升。Backes等人[12]采用復(fù)雜網(wǎng)絡(luò)算法對不同分辨率以及存在噪聲的葉片圖像進(jìn)行識別,取得了不錯的識別效果。Krizhevsky等人[13]使用卷積神經(jīng)網(wǎng)絡(luò)在ImageNet數(shù)據(jù)集上的識別取得了突破性進(jìn)展。Mohanty等人[14]訓(xùn)練了一個深度卷積神經(jīng)網(wǎng)絡(luò),并對其進(jìn)行了遷移學(xué)習(xí),將植物葉片病害進(jìn)行分類識別,最終的識別精度為99.35%。Carpentier等人[15]建立了一個包含23000張樹干圖片的數(shù)據(jù)庫,在ResNet18和ResNet34上進(jìn)行訓(xùn)練,識別精度達(dá)到了93.88%。

    本文以甘肅省平?jīng)鍪徐o寧縣果樹果品研究所蘋果良種苗木繁育基地作為研究基地,將14個蘋果果樹品種做為研究對象,基于卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練識別分類模型,對蘋果栽培品種識別分類問題進(jìn)行研究。以在大規(guī)模圖像分類任務(wù)中有良好表現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),調(diào)試其各項(xiàng)參數(shù)結(jié)構(gòu)尋求最優(yōu)的蘋果栽培品種識別分類模型,以期為現(xiàn)代蘋果種植及科研提供幫助。

    1 材料與方法

    1.1 軟、硬件環(huán)境介紹

    所有實(shí)驗(yàn)數(shù)據(jù)集用到的原始葉片圖像均采用數(shù)碼相機(jī)拍攝,實(shí)驗(yàn)所用電腦為Thinkpad E440,使用PyCharm軟件集成開發(fā),訓(xùn)練模型基于Tensorflow框架實(shí)現(xiàn),所有代碼均使用Python語言編寫。詳細(xì)的參數(shù)配置如表1所示。

    表1 軟硬件環(huán)境介紹

    1.2 卷積神經(jīng)網(wǎng)絡(luò)概述

    卷積神經(jīng)網(wǎng)絡(luò)[16-17]是受人體神經(jīng)系統(tǒng)啟發(fā)而創(chuàng)造的一種多層感知模型,具有良好的容錯能力、并行處理能力和自學(xué)習(xí)能力。經(jīng)典的CNN由輸入層、卷積層、池化層(也稱下采樣層)、全連接層及輸出層組成,如圖1所示。

    圖1 卷積神經(jīng)網(wǎng)絡(luò)典型結(jié)構(gòu)

    以LeNet-5為例,這是典型的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),通常會交替設(shè)置若干個卷積層和池化層,依此類推。因?yàn)樵诰矸e層中輸出特征面的每個神經(jīng)元都和它的輸入進(jìn)行局部連接,并且根據(jù)匹配的連接權(quán)值與局部輸入進(jìn)行加權(quán)求和,最終再加上偏置值計算出該神經(jīng)元的輸入值,這個過程就近似于卷積過程,CNN也由此而得名[18-20]。

    1.3 實(shí)驗(yàn)

    1.3.1 圖像采集

    自2008年開始,中國蘋果產(chǎn)業(yè)發(fā)展速度開始增快。從區(qū)域變化來看,環(huán)渤海灣優(yōu)勢區(qū)面積和產(chǎn)量逐漸下降,黃土高原優(yōu)勢區(qū)持續(xù)快速增長,其中,甘肅和陜西發(fā)展較快,且向高海拔地區(qū)擴(kuò)張。甘肅已成為最具發(fā)展?jié)摿蛢?yōu)勢的新興蘋果產(chǎn)區(qū)(如甘肅靜寧、莊浪、慶陽等地)[2-3]。

    靜寧地區(qū)目前是我國西北黃土高原第二大蘋果產(chǎn)區(qū),平均海拔1600 m。本文實(shí)驗(yàn)所使用的數(shù)據(jù)集葉片圖像是于2018年7月15日至8月20日期間,在甘肅省平?jīng)鍪徐o寧縣果樹果品研究所蘋果良種苗木繁育基地內(nèi)(35°28′N,104°44′E)采集。該研究所內(nèi)蘋果品種齊全,管理專業(yè)化,符合本文實(shí)驗(yàn)的實(shí)驗(yàn)要求。

    筆者共在該研究所基地內(nèi)選取蘋果果樹品種14種進(jìn)行實(shí)驗(yàn)。在采集蘋果果樹葉片圖像的過程中,首先選取每個品種的蘋果果樹10棵左右,選取果樹的樹齡、樹勢、長勢都存在差異。在這37天的采集期中,有晴天12天,陰天16天,小雨1天,中雨1天,大雨1天,多云5天,霧天1天,涵蓋了大部分天氣狀況。每天在所選取果樹的樹冠東、西、南、北4個方向的外圍(距樹干大于1 m)和內(nèi)膛(距樹干小于0.5 m)處隨機(jī)采摘無損傷、無病蟲害的成熟葉片,每個品種約采摘100片,保證數(shù)據(jù)的全面性。然后在室外自然光下以白色A4紙作為背景,用尼康B700數(shù)碼相機(jī)拍攝葉片圖像,分辨率為300 dpi,類型為24位真彩色。共拍攝14個品種的果樹葉片圖像14394張。

    采集葉片圖像詳細(xì)信息見表2,用阿拉伯?dāng)?shù)字1~14依次給14個蘋果品種編號,用字母a~n依次作為其代碼。

    表2 葉片圖像采集詳細(xì)信息

    14個品種的蘋果果樹葉片彼此相似,形狀都近似橢圓。葉片前端都比較尖銳,邊緣都是鋸齒狀,長約4.5 cm~10 cm,寬約3 cm ~5.5 cm。顏色用肉眼看都為綠色。非常高的相似性也導(dǎo)致了利用葉片圖像對蘋果果樹品種進(jìn)行分類具有很高的難度。葉片圖像示例見圖2,為了方便展示,本文將葉片圖像縮放到統(tǒng)一大小,品種名稱以表2中的代碼表示。

    圖2 葉片圖像示例

    1.3.2 數(shù)據(jù)集劃分

    本文將每個品種的葉片圖像隨機(jī)取出5%作為測試集。剩下的95%,隨機(jī)取出其中80%作為訓(xùn)練集,20%作為驗(yàn)證集。統(tǒng)計數(shù)據(jù)如表3所示。

    表3 各數(shù)據(jù)集數(shù)據(jù)統(tǒng)計

    1.3.3 蘋果栽培品種識別分類模型構(gòu)建

    模型構(gòu)建方面,為了得到識別分類效果最好的模型,本文在數(shù)據(jù)集上進(jìn)行了大量測試,包括對學(xué)習(xí)率、卷積層層數(shù)、卷積核數(shù)量、卷積核大小、全連接層隱含節(jié)點(diǎn)等的調(diào)整。具體步驟如下:

    1)保持學(xué)習(xí)率為0.0001,卷積核大小為3×3,全連接層隱含節(jié)點(diǎn)為512、256,Batch為32。只對卷積層層數(shù)和卷積核的數(shù)量進(jìn)行調(diào)整,得到該條件下的最優(yōu)模型,詳細(xì)參數(shù)見表4。使用測試集中的“2001”果樹品種葉片作為測試對象,可以明顯看到在該條件下model6在所有模型中有著最好的識別精度。

    表4 識別分類模型類別及測試精度1

    2)用上述測試精度最高的model6繼續(xù)進(jìn)行實(shí)驗(yàn)。保持卷積層層數(shù)、卷積核數(shù)量、卷積核大小、全連接層隱含節(jié)點(diǎn)等參數(shù)不變,調(diào)整學(xué)習(xí)率,得到該條件下的最優(yōu)模型。如表5所示,當(dāng)Learning rate=0.0004時,模型具有最好的識別精度。

    表5 識別分類模型類別及測試精度2

    3)使用上一步驟中得到的識別精度最高的model2模型,調(diào)整全連接層隱含節(jié)點(diǎn)繼續(xù)進(jìn)行實(shí)驗(yàn),如表6所示,當(dāng)fc1、fc2分別為1024、512時,模型具有最好的識別精度。

    表6 識別分類模型類別及測試精度3

    4)使用步驟3中測試精度最好的model4模型,調(diào)整batch大小獲得最優(yōu)解,如表7所示,當(dāng)batch=64時,模型具有最好的識別精度。

    表7 識別分類模型類別及測試精度4

    經(jīng)過反復(fù)測試,最終采用的蘋果栽培品種識別分類模型為步驟4中的model4,整體學(xué)習(xí)率learning_rate=0.0004,每次迭代輸入的圖片數(shù)據(jù)batch=64。

    2 結(jié)果與分析

    本文實(shí)驗(yàn)中最終采用的模型訓(xùn)練程序架構(gòu)如圖3所示。由1個輸入層、5個卷積層、5個池化層、3個全連接層、2個Dropout層、1個輸出層組成。

    圖3 程序架構(gòu)

    本文將所有卷積層的卷積核大小都設(shè)置為3×3,strides=[1,1,1,1],padding="SAME",用以逐步提取葉片圖像的特征,保證葉片圖像的主要特征不會因?yàn)榫矸e核大小過大或者strides過大而丟失。每個卷積層都調(diào)用Tensorflow的ReLU[21]激活函數(shù)進(jìn)行激勵計算。并且在每個卷積層后的池化層都調(diào)用Tensorflow的max_pool函數(shù)進(jìn)行池化計算,設(shè)置ksize=[1,2,2,1],strides=[1,2,2,1],padding="VALID"。3個全連接層分別有隱藏節(jié)點(diǎn)1024個和512個。也使用ReLU函數(shù)作為激活函數(shù),并且每層都采用Dropout[22]層,隨機(jī)舍棄50%的神經(jīng)元來減少過擬合和欠擬合的程度,保存模型最好的預(yù)測效率。

    最終確定的蘋果栽培品種識別分類模型精度及損失演化曲線如圖4所示,該模型大約經(jīng)過10次迭代以后開始收斂,經(jīng)過30次迭代后收斂效果良好,最終達(dá)到最佳的識別分類性能。

    圖4 模型訓(xùn)練精度及損失演化曲線

    從演化曲線上可以看出,該模型具有很好的學(xué)習(xí)能力,因?yàn)樵谇?0次迭代過程中,其準(zhǔn)確率上升較快,損失下降也較快,在10次迭代以后,訓(xùn)練準(zhǔn)確率總體上呈現(xiàn)出相對穩(wěn)定的上升趨勢。而且,在整個收斂過程中,精度波動上升,而損失持續(xù)波動下降,說明模型具有持續(xù)學(xué)習(xí)的能力,不會陷入局部最優(yōu)。此外,在整個訓(xùn)練過程中,訓(xùn)練精度略高于驗(yàn)證精度,訓(xùn)練損失略低于驗(yàn)證損失,說明該模型能夠成功避免過擬合問題。

    3 討 論

    本文實(shí)驗(yàn)由于樣本數(shù)據(jù)集有限,為了保證識別分類模型的可靠性和穩(wěn)定性,所以本文首先通過10折倍交叉驗(yàn)證法來評估該模型的性能,然后使用獨(dú)立測試集測試該模型的泛化性能。

    在10折交叉驗(yàn)證法中,除去獨(dú)立測試集的樣本數(shù)據(jù)集被隨機(jī)分為10個互斥的子集。依次用其中1個作為驗(yàn)證集,其他作為訓(xùn)練集,整體交叉驗(yàn)證過程就會重復(fù)10次,用10次驗(yàn)證結(jié)果的平均值作為最終結(jié)果,評價模型性能,防止出現(xiàn)過擬合現(xiàn)象。本文實(shí)驗(yàn)10折交叉驗(yàn)證的整體實(shí)驗(yàn)數(shù)據(jù)及結(jié)果統(tǒng)計如表8所示,表中的行表示蘋果果樹品種,列表示驗(yàn)證次數(shù),表中的數(shù)據(jù)為x/y形式,y代表驗(yàn)證集的數(shù)量,x代表驗(yàn)證正確的圖片數(shù)量。以實(shí)驗(yàn)次數(shù)來看,在10次交叉驗(yàn)證中,最高驗(yàn)證精度可以達(dá)到97.35%,最低為95.98%,平均驗(yàn)證精度為96.69%,平均誤差為0.0331,驗(yàn)證精度方差為1.37281E-5,標(biāo)準(zhǔn)差為0.00371。以每個果樹品種來看,“富士美滿”品種相較于其他品種識別特征不明顯,所以它的識別精度最低,只有90.77%,表中以粗體黑色標(biāo)識。“艾達(dá)紅”和“紅肉優(yōu)系”相較于其他果樹品種有著突出的獨(dú)特識別特征,其識別精度可以達(dá)到99.59%?!?001”品種有著99.28%的識別準(zhǔn)確率,其他品種的識別準(zhǔn)確率處在94%~99%之間。

    表8 10折交叉驗(yàn)證實(shí)驗(yàn)結(jié)果統(tǒng)計

    一般而言,通過未知數(shù)據(jù)集測試學(xué)習(xí)模型的準(zhǔn)確性進(jìn)而評估模型的泛化性能是更加穩(wěn)定可靠且有說服力的。本文實(shí)驗(yàn)使用獨(dú)立未知測試集測試學(xué)習(xí)模型的識別結(jié)果混淆矩陣如表9所示,行代表蘋果果樹品種,列代表對應(yīng)品種通過識別分類模型分析得到的歸屬品種。各品種名稱都以表2中的代碼表示。各品種測試識別正確的圖片數(shù)量以粗體標(biāo)識。根據(jù)實(shí)驗(yàn)結(jié)果來看,與10折交叉驗(yàn)證實(shí)驗(yàn)類似,“艾達(dá)紅”品種的測試識別準(zhǔn)確率最高,達(dá)到100%全部識別準(zhǔn)確(品種c)?!案皇棵罎M”品種的測試識別準(zhǔn)確率最低,只有82.69%(品種d)??傮w平均測試精度為90.49%,平均測試誤差為0.0951,測試精度方差為0.00273,測試精度標(biāo)準(zhǔn)差為0.05227。

    表9 獨(dú)立測試集測試結(jié)果統(tǒng)計

    在本文實(shí)驗(yàn)中,利用CNN卷積神經(jīng)網(wǎng)絡(luò)對蘋果果樹品種進(jìn)行了識別分類,相對于傳統(tǒng)的需要人工設(shè)定提取圖片特征的分類識別方法,有著比較滿意的識別分類效果,獨(dú)立未知測試集的測試精度為90.49%。

    然而深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練的模型性能非常依賴訓(xùn)練數(shù)據(jù)集的大小與豐富度,而本文實(shí)驗(yàn)的訓(xùn)練數(shù)據(jù)集數(shù)據(jù)量還是不足,所以本文實(shí)驗(yàn)現(xiàn)階段仍然存在一定問題。要想更好符合實(shí)際情況,而且還要保證準(zhǔn)確性高,則需要更多樣化的數(shù)據(jù)集做訓(xùn)練。不但要增加現(xiàn)有每一個品種的圖像數(shù)量,還需增加更多的蘋果果樹品種,并涵蓋更加豐富的拍攝條件,例如拍攝設(shè)備、光照強(qiáng)度的多樣化[23]。并且筆者會繼續(xù)改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),優(yōu)化識別分類效果,包括嘗試引入多輸入[24]、遷移學(xué)習(xí)[25]、半監(jiān)督學(xué)習(xí)[26]等方式。值得借鑒的是,Long等人[27]改進(jìn)了深度網(wǎng)絡(luò)結(jié)構(gòu),通過在網(wǎng)絡(luò)中加入概率分布適配層,進(jìn)一步提高深度遷移學(xué)習(xí)網(wǎng)絡(luò)對于大數(shù)據(jù)的泛化能力。

    4 結(jié)束語

    本文提供了一個包含14個蘋果果樹品種的葉片圖像數(shù)據(jù)集,該數(shù)據(jù)集包含使用1481片各品種果樹葉片拍攝而成的圖片共14394張;進(jìn)而設(shè)計并實(shí)現(xiàn)了基于卷積神經(jīng)網(wǎng)絡(luò)的蘋果栽培品種識別分類模型,該模型訓(xùn)練集訓(xùn)練精度可以達(dá)到99.88%,驗(yàn)證集驗(yàn)證精度為92.86%,獨(dú)立未知測試集的測試精度為90.49%。實(shí)驗(yàn)表明,本文提出的基于卷積神經(jīng)網(wǎng)絡(luò)的蘋果栽培品種識別分類模型具有比較不錯的識別效果,這對于解決田間果園、科研實(shí)驗(yàn)等實(shí)際場景的問題有著深遠(yuǎn)的意義。隨著深度學(xué)習(xí)技術(shù)研究的推進(jìn),未來與植物表型各種具體問題相結(jié)合的解決方案會不斷增多,將會出現(xiàn)更多具有影響力的基于深度學(xué)習(xí)的植物表型工作和成果。

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡(luò)蘋果
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實(shí)現(xiàn)
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    收獲蘋果
    有毒的蘋果
    拿蘋果
    會說話的蘋果
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    国产免费视频播放在线视频| 国产精品一二三区在线看| 亚洲精品一卡2卡三卡4卡5卡 | 男人爽女人下面视频在线观看| 丝瓜视频免费看黄片| 欧美黑人欧美精品刺激| 制服诱惑二区| 免费av中文字幕在线| 人妻人人澡人人爽人人| 国产深夜福利视频在线观看| 久久国产精品大桥未久av| 波多野结衣一区麻豆| 精品久久蜜臀av无| 女人爽到高潮嗷嗷叫在线视频| 亚洲精品国产av蜜桃| 亚洲男人天堂网一区| 国产有黄有色有爽视频| 性少妇av在线| 国产免费一区二区三区四区乱码| 涩涩av久久男人的天堂| 免费女性裸体啪啪无遮挡网站| 极品人妻少妇av视频| 日日摸夜夜添夜夜爱| 建设人人有责人人尽责人人享有的| 一区二区日韩欧美中文字幕| 亚洲人成电影观看| 色视频在线一区二区三区| 亚洲三区欧美一区| 在线精品无人区一区二区三| 观看av在线不卡| 亚洲欧美日韩高清在线视频 | 最近手机中文字幕大全| 亚洲第一av免费看| 一级片免费观看大全| 2018国产大陆天天弄谢| 黄色视频在线播放观看不卡| 国产精品久久久av美女十八| 天天操日日干夜夜撸| 日韩大片免费观看网站| 日日摸夜夜添夜夜爱| 中文字幕亚洲精品专区| www.av在线官网国产| 一区在线观看完整版| 精品一区二区三区av网在线观看 | 成人18禁高潮啪啪吃奶动态图| 狂野欧美激情性bbbbbb| 欧美黄色片欧美黄色片| 亚洲美女黄色视频免费看| av天堂久久9| 99热全是精品| www.999成人在线观看| 国产精品偷伦视频观看了| 欧美大码av| 久热爱精品视频在线9| av欧美777| 交换朋友夫妻互换小说| 高清av免费在线| 黄色怎么调成土黄色| 91精品国产国语对白视频| 十分钟在线观看高清视频www| 久久久久国产一级毛片高清牌| 黄频高清免费视频| 十八禁人妻一区二区| 亚洲国产欧美一区二区综合| 在线观看免费日韩欧美大片| 久久精品久久久久久噜噜老黄| 极品人妻少妇av视频| 熟女少妇亚洲综合色aaa.| 久久久久久久精品精品| 精品少妇内射三级| 手机成人av网站| 老司机靠b影院| 在线观看人妻少妇| 人妻 亚洲 视频| av有码第一页| 性色av乱码一区二区三区2| 亚洲色图 男人天堂 中文字幕| 爱豆传媒免费全集在线观看| 两个人看的免费小视频| 国产精品久久久久久精品古装| 久久久久精品人妻al黑| 婷婷色综合大香蕉| 无限看片的www在线观看| 欧美av亚洲av综合av国产av| 这个男人来自地球电影免费观看| 中国国产av一级| 超碰97精品在线观看| www.999成人在线观看| 欧美日韩福利视频一区二区| 亚洲欧美清纯卡通| 在线观看免费视频网站a站| 麻豆av在线久日| 国产日韩一区二区三区精品不卡| 真人做人爱边吃奶动态| 欧美精品高潮呻吟av久久| 亚洲av日韩在线播放| 中文精品一卡2卡3卡4更新| 欧美日韩精品网址| 欧美黄色片欧美黄色片| 国产精品秋霞免费鲁丝片| 一本综合久久免费| 青春草视频在线免费观看| 亚洲av欧美aⅴ国产| 久久久精品94久久精品| 丰满饥渴人妻一区二区三| 亚洲精品美女久久久久99蜜臀 | 一级黄色大片毛片| 午夜福利,免费看| 久9热在线精品视频| 少妇猛男粗大的猛烈进出视频| 欧美+亚洲+日韩+国产| 99国产综合亚洲精品| 国产成人欧美在线观看 | www.精华液| 欧美精品亚洲一区二区| www.999成人在线观看| 人人妻人人澡人人看| 一区二区三区乱码不卡18| 日本欧美视频一区| 国产色视频综合| 国产99久久九九免费精品| 亚洲国产精品国产精品| 久久天躁狠狠躁夜夜2o2o | 最近中文字幕2019免费版| 18禁裸乳无遮挡动漫免费视频| 亚洲国产精品成人久久小说| 19禁男女啪啪无遮挡网站| 久久这里只有精品19| 无限看片的www在线观看| 男女无遮挡免费网站观看| 中国美女看黄片| 精品一区二区三区av网在线观看 | 精品国产国语对白av| 日本欧美视频一区| 中文欧美无线码| 一区二区三区四区激情视频| 精品国产一区二区三区四区第35| 一区在线观看完整版| 久久精品国产综合久久久| 日韩 欧美 亚洲 中文字幕| 免费看十八禁软件| 咕卡用的链子| 国产精品香港三级国产av潘金莲 | 久久久久久久国产电影| cao死你这个sao货| 亚洲精品av麻豆狂野| 91成人精品电影| 国产女主播在线喷水免费视频网站| 久久久精品94久久精品| 悠悠久久av| 精品国产一区二区三区久久久樱花| 亚洲国产欧美在线一区| 97精品久久久久久久久久精品| 亚洲精品美女久久久久99蜜臀 | 亚洲av日韩在线播放| 熟女少妇亚洲综合色aaa.| 韩国高清视频一区二区三区| 免费观看av网站的网址| 人人澡人人妻人| 97在线人人人人妻| 亚洲欧美精品自产自拍| 国产日韩一区二区三区精品不卡| 亚洲伊人色综图| 亚洲一码二码三码区别大吗| 久久国产亚洲av麻豆专区| 搡老岳熟女国产| 一区二区三区精品91| 中文字幕高清在线视频| 国产一卡二卡三卡精品| 成人国产av品久久久| √禁漫天堂资源中文www| 妹子高潮喷水视频| 亚洲av日韩在线播放| 国产一区二区 视频在线| 伊人久久大香线蕉亚洲五| 国产女主播在线喷水免费视频网站| 精品第一国产精品| tube8黄色片| 成人亚洲欧美一区二区av| 成在线人永久免费视频| 精品免费久久久久久久清纯 | 久久久精品国产亚洲av高清涩受| 中国国产av一级| 侵犯人妻中文字幕一二三四区| 日韩视频在线欧美| 免费观看人在逋| av片东京热男人的天堂| 免费一级毛片在线播放高清视频 | 1024视频免费在线观看| 国产视频首页在线观看| 午夜两性在线视频| 人妻一区二区av| 国产成人av教育| 好男人视频免费观看在线| 久久久久久久国产电影| 天天操日日干夜夜撸| 久久精品久久精品一区二区三区| 精品亚洲成国产av| 后天国语完整版免费观看| 国产在视频线精品| 亚洲精品美女久久av网站| 日韩中文字幕视频在线看片| 三上悠亚av全集在线观看| 久久精品国产亚洲av高清一级| 青青草视频在线视频观看| 极品少妇高潮喷水抽搐| 日本午夜av视频| 色婷婷久久久亚洲欧美| 人人妻人人澡人人爽人人夜夜| 国产成人啪精品午夜网站| 纯流量卡能插随身wifi吗| 久久99一区二区三区| 久久青草综合色| 天天影视国产精品| bbb黄色大片| 国产精品一区二区精品视频观看| 精品国产一区二区三区久久久樱花| 久久ye,这里只有精品| 精品人妻一区二区三区麻豆| 波多野结衣一区麻豆| 色婷婷久久久亚洲欧美| 欧美日韩综合久久久久久| 国产片内射在线| 亚洲精品一区蜜桃| 成人黄色视频免费在线看| 国产精品久久久久成人av| 99国产精品免费福利视频| 中文字幕色久视频| 老熟女久久久| 男人操女人黄网站| 97精品久久久久久久久久精品| 波野结衣二区三区在线| 天堂8中文在线网| 国产精品麻豆人妻色哟哟久久| 亚洲美女黄色视频免费看| 日本欧美国产在线视频| 波野结衣二区三区在线| 啦啦啦在线免费观看视频4| 一区二区日韩欧美中文字幕| 最新在线观看一区二区三区 | 色精品久久人妻99蜜桃| 国语对白做爰xxxⅹ性视频网站| 考比视频在线观看| 亚洲av欧美aⅴ国产| 视频区图区小说| 老鸭窝网址在线观看| 可以免费在线观看a视频的电影网站| 秋霞在线观看毛片| 一二三四社区在线视频社区8| 日韩制服骚丝袜av| 日韩免费高清中文字幕av| 亚洲第一av免费看| 成人亚洲精品一区在线观看| 国产成人欧美在线观看 | 亚洲精品在线美女| 国产在线免费精品| 大片电影免费在线观看免费| 天堂俺去俺来也www色官网| 国产男女超爽视频在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 一级黄色大片毛片| 黄色视频不卡| 国产成人av教育| 在线观看国产h片| 久久久久国产精品人妻一区二区| 另类亚洲欧美激情| 久久九九热精品免费| 啦啦啦在线免费观看视频4| 精品人妻1区二区| 男女下面插进去视频免费观看| 久久久精品94久久精品| 免费看av在线观看网站| 性高湖久久久久久久久免费观看| 久久久精品国产亚洲av高清涩受| 国语对白做爰xxxⅹ性视频网站| 亚洲国产看品久久| 1024视频免费在线观看| 国产99久久九九免费精品| 在线观看人妻少妇| 欧美精品一区二区大全| 丰满少妇做爰视频| 日韩,欧美,国产一区二区三区| 激情五月婷婷亚洲| 一区福利在线观看| 色综合欧美亚洲国产小说| 精品人妻1区二区| 美女主播在线视频| 欧美亚洲日本最大视频资源| 成人手机av| 国产精品99久久99久久久不卡| 99国产综合亚洲精品| 日日爽夜夜爽网站| 久久鲁丝午夜福利片| 亚洲欧洲精品一区二区精品久久久| 操美女的视频在线观看| 在线观看www视频免费| 久久久久久久久久久久大奶| 下体分泌物呈黄色| 在线看a的网站| 王馨瑶露胸无遮挡在线观看| 性高湖久久久久久久久免费观看| 国产1区2区3区精品| kizo精华| 中国国产av一级| 一区二区日韩欧美中文字幕| 夫妻午夜视频| 少妇被粗大的猛进出69影院| svipshipincom国产片| 国产精品久久久av美女十八| 国产一区亚洲一区在线观看| 天天影视国产精品| xxx大片免费视频| 国产亚洲精品第一综合不卡| av片东京热男人的天堂| 女人高潮潮喷娇喘18禁视频| 日韩一卡2卡3卡4卡2021年| 悠悠久久av| 青草久久国产| 国产精品一二三区在线看| 一级,二级,三级黄色视频| 老司机亚洲免费影院| 人体艺术视频欧美日本| 99久久99久久久精品蜜桃| kizo精华| 两个人看的免费小视频| 国产精品二区激情视频| 一级毛片女人18水好多 | 男男h啪啪无遮挡| 国产在线视频一区二区| 啦啦啦在线免费观看视频4| 欧美人与善性xxx| 亚洲av电影在线观看一区二区三区| av欧美777| 777米奇影视久久| av在线老鸭窝| 久久久久视频综合| 精品亚洲成a人片在线观看| 久久久精品国产亚洲av高清涩受| 国产在线一区二区三区精| 欧美日韩一级在线毛片| 中文字幕亚洲精品专区| 午夜老司机福利片| 亚洲精品一区蜜桃| 成人国产av品久久久| 在现免费观看毛片| cao死你这个sao货| 一级a爱视频在线免费观看| 亚洲av日韩在线播放| 亚洲自偷自拍图片 自拍| 成在线人永久免费视频| 一本大道久久a久久精品| 国产熟女欧美一区二区| 2021少妇久久久久久久久久久| 亚洲成色77777| 黄色毛片三级朝国网站| 国产免费现黄频在线看| 亚洲国产欧美网| 亚洲av日韩精品久久久久久密 | 一本一本久久a久久精品综合妖精| 国产片内射在线| 久久毛片免费看一区二区三区| 一级毛片电影观看| 国产又色又爽无遮挡免| 制服人妻中文乱码| 99国产精品免费福利视频| 天堂8中文在线网| 男女床上黄色一级片免费看| 久久久久久久精品精品| 国产精品.久久久| 在线观看免费高清a一片| 在线天堂中文资源库| 久久久久久久精品精品| 五月开心婷婷网| 国产免费视频播放在线视频| 黑丝袜美女国产一区| 91九色精品人成在线观看| 精品久久久久久久毛片微露脸 | 水蜜桃什么品种好| 国产成人影院久久av| 亚洲成人免费电影在线观看 | 亚洲av成人不卡在线观看播放网 | 国语对白做爰xxxⅹ性视频网站| 人体艺术视频欧美日本| 老司机亚洲免费影院| 亚洲一码二码三码区别大吗| 又紧又爽又黄一区二区| 欧美精品一区二区免费开放| 欧美 日韩 精品 国产| 精品国产乱码久久久久久小说| 国产爽快片一区二区三区| 精品国产乱码久久久久久小说| 国产爽快片一区二区三区| 亚洲欧美成人综合另类久久久| 亚洲av在线观看美女高潮| e午夜精品久久久久久久| 国产亚洲精品第一综合不卡| 一级片'在线观看视频| 亚洲国产看品久久| 国产成人欧美在线观看 | 波野结衣二区三区在线| 国产熟女午夜一区二区三区| 熟女少妇亚洲综合色aaa.| 蜜桃国产av成人99| 免费高清在线观看日韩| 中文精品一卡2卡3卡4更新| 久久久久久久大尺度免费视频| 大话2 男鬼变身卡| 99国产精品99久久久久| av视频免费观看在线观看| 久久久精品国产亚洲av高清涩受| 欧美成人午夜精品| 亚洲七黄色美女视频| 亚洲,一卡二卡三卡| 久久毛片免费看一区二区三区| 各种免费的搞黄视频| 国产爽快片一区二区三区| 两性夫妻黄色片| 亚洲欧美中文字幕日韩二区| 久久女婷五月综合色啪小说| 青青草视频在线视频观看| h视频一区二区三区| 成人国语在线视频| 亚洲图色成人| 后天国语完整版免费观看| 又紧又爽又黄一区二区| 在线看a的网站| 日韩免费高清中文字幕av| 亚洲七黄色美女视频| 亚洲欧美精品综合一区二区三区| 国产一区二区三区av在线| 欧美日韩亚洲高清精品| 在线av久久热| 亚洲人成网站在线观看播放| 国产99久久九九免费精品| 国产精品九九99| 人妻人人澡人人爽人人| 日韩人妻精品一区2区三区| 99热全是精品| 视频区图区小说| 丝袜喷水一区| 欧美国产精品一级二级三级| 精品人妻熟女毛片av久久网站| 啦啦啦视频在线资源免费观看| 国产av精品麻豆| 99国产精品一区二区三区| 久久免费观看电影| 欧美日韩黄片免| 久久久精品国产亚洲av高清涩受| 欧美在线黄色| 两个人看的免费小视频| 制服人妻中文乱码| 欧美久久黑人一区二区| 看免费成人av毛片| 国产免费一区二区三区四区乱码| 欧美在线一区亚洲| 亚洲精品中文字幕在线视频| 女人精品久久久久毛片| 国产精品久久久人人做人人爽| 欧美日韩视频高清一区二区三区二| 久久精品人人爽人人爽视色| 在线 av 中文字幕| 两性夫妻黄色片| 国产在线一区二区三区精| 色综合欧美亚洲国产小说| 国产91精品成人一区二区三区 | 亚洲欧洲日产国产| 欧美黑人欧美精品刺激| 91九色精品人成在线观看| 精品福利永久在线观看| 精品国产超薄肉色丝袜足j| 亚洲国产av新网站| 久久狼人影院| 国产精品 欧美亚洲| 十八禁网站网址无遮挡| 一本大道久久a久久精品| 久久天躁狠狠躁夜夜2o2o | 婷婷丁香在线五月| 亚洲av美国av| 丰满少妇做爰视频| 亚洲精品日韩在线中文字幕| 国产欧美日韩一区二区三区在线| 爱豆传媒免费全集在线观看| 亚洲,欧美精品.| 在线观看免费高清a一片| 久久精品国产亚洲av高清一级| 麻豆乱淫一区二区| 国产成人av教育| 丁香六月天网| 欧美国产精品一级二级三级| 男女无遮挡免费网站观看| av片东京热男人的天堂| 久久 成人 亚洲| 91字幕亚洲| 亚洲五月婷婷丁香| 亚洲精品成人av观看孕妇| 男人添女人高潮全过程视频| 国产成人一区二区三区免费视频网站 | 久久精品亚洲av国产电影网| 97精品久久久久久久久久精品| 美女大奶头黄色视频| 欧美精品啪啪一区二区三区 | 一二三四社区在线视频社区8| 人人澡人人妻人| 亚洲久久久国产精品| 高潮久久久久久久久久久不卡| 热99久久久久精品小说推荐| 欧美少妇被猛烈插入视频| 精品人妻在线不人妻| 男女边吃奶边做爰视频| 午夜福利乱码中文字幕| 黑人猛操日本美女一级片| 久久久欧美国产精品| 亚洲精品国产色婷婷电影| 18禁国产床啪视频网站| 久久热在线av| 亚洲国产日韩一区二区| 色婷婷久久久亚洲欧美| 观看av在线不卡| 美女午夜性视频免费| 天堂8中文在线网| 你懂的网址亚洲精品在线观看| 亚洲熟女毛片儿| 女警被强在线播放| 亚洲精品久久成人aⅴ小说| 高清不卡的av网站| 欧美在线一区亚洲| 18禁观看日本| √禁漫天堂资源中文www| 国产精品.久久久| 777久久人妻少妇嫩草av网站| 日本一区二区免费在线视频| 久久亚洲精品不卡| 国产成人精品久久二区二区免费| 一级片免费观看大全| 欧美+亚洲+日韩+国产| 国产精品欧美亚洲77777| videosex国产| 亚洲欧美精品综合一区二区三区| 精品国产一区二区久久| 午夜免费男女啪啪视频观看| 亚洲成人手机| 国产黄色免费在线视频| 丁香六月天网| 50天的宝宝边吃奶边哭怎么回事| 中文字幕人妻丝袜制服| 丝袜在线中文字幕| 日韩av免费高清视频| 国产精品九九99| 日韩 亚洲 欧美在线| 精品久久久久久电影网| 热99久久久久精品小说推荐| 美国免费a级毛片| 国产黄频视频在线观看| 在线观看一区二区三区激情| 国产99久久九九免费精品| 欧美精品一区二区大全| 日韩制服丝袜自拍偷拍| 中文字幕最新亚洲高清| 免费观看人在逋| 国产成人欧美| 国产男女内射视频| 日韩熟女老妇一区二区性免费视频| 亚洲专区国产一区二区| 最新在线观看一区二区三区 | 国产片内射在线| 人体艺术视频欧美日本| 另类精品久久| 亚洲国产欧美在线一区| 国产三级黄色录像| 久久国产精品影院| 99久久精品国产亚洲精品| 亚洲成人国产一区在线观看 | 在线观看免费日韩欧美大片| 亚洲欧美色中文字幕在线| 国精品久久久久久国模美| 国产精品 国内视频| 亚洲少妇的诱惑av| 黄色怎么调成土黄色| 亚洲av欧美aⅴ国产| 精品人妻1区二区| 欧美日韩视频高清一区二区三区二| 国产成人精品无人区| 嫩草影视91久久| 丰满迷人的少妇在线观看| 亚洲av日韩在线播放| 伊人久久大香线蕉亚洲五| 欧美大码av| 亚洲国产精品一区二区三区在线| 伊人久久大香线蕉亚洲五| 国产日韩一区二区三区精品不卡| 51午夜福利影视在线观看| 国产爽快片一区二区三区| 成人18禁高潮啪啪吃奶动态图| 国产免费福利视频在线观看| 亚洲国产成人一精品久久久| 国产视频首页在线观看| 亚洲欧美精品自产自拍| 成人国产一区最新在线观看 | 99国产综合亚洲精品| 999精品在线视频| 免费av中文字幕在线| 少妇裸体淫交视频免费看高清 | 丝袜脚勾引网站| 久久久精品国产亚洲av高清涩受| 精品一品国产午夜福利视频| 我的亚洲天堂| 叶爱在线成人免费视频播放| 国产成人欧美| 亚洲精品国产色婷婷电影| 亚洲七黄色美女视频| 亚洲伊人色综图| 欧美日韩视频高清一区二区三区二| 母亲3免费完整高清在线观看| 国产日韩欧美亚洲二区| 看免费av毛片|