• <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)YOLOv4 算法的動(dòng)車庫(kù)接地桿狀態(tài)檢測(cè)

    2022-06-02 13:05:18劉強(qiáng)李鵬鄒一鳴熊歆斌陳金源鄭衡
    關(guān)鍵詞:池化注意力聚類

    劉強(qiáng),李鵬,鄒一鳴,熊歆斌,陳金源,鄭衡

    (1.五邑大學(xué) 軌道交通學(xué)院,廣東 江門 529020;2.北京鐵道工程機(jī)電技術(shù)研究所股份有限公司,北京 100071)

    目前,動(dòng)車組檢修作業(yè)多采用人工登頂列車作業(yè)的方式. 在動(dòng)車檢修作業(yè)前,需對(duì)檢修庫(kù)內(nèi)對(duì)應(yīng)作業(yè)股道接觸網(wǎng)斷電,并且在檢修庫(kù)兩端手動(dòng)掛接接地桿、在重連端(股道中部)電動(dòng)掛接接地桿[1];作業(yè)完成后,需摘除已掛接的接地桿為接觸網(wǎng)供電. 在工人申請(qǐng)登頂作業(yè)前以及檢修作業(yè)完成后,均需要調(diào)度人員在調(diào)度室通過(guò)攝像頭一一確認(rèn)各接地桿的掛摘狀態(tài)并記錄,不僅耗時(shí)費(fèi)力,而且存在人為不確定因素. 據(jù)合作動(dòng)車段統(tǒng)計(jì),自動(dòng)車所運(yùn)營(yíng)以來(lái),已多次發(fā)生因人員確認(rèn)重連端接地桿掛接狀態(tài)錯(cuò)誤而導(dǎo)致接觸網(wǎng)通過(guò)接地桿大電流對(duì)地放電或帶負(fù)載斷電而損壞供電設(shè)施的事故,造成了巨大的損失.

    目標(biāo)檢測(cè)技術(shù)通過(guò)圖像處理算法對(duì)目標(biāo)進(jìn)行特征提取,再根據(jù)提取的特征區(qū)分出目標(biāo). 傳統(tǒng)的圖像處理技術(shù)識(shí)別速度很快,但是,該類算法受環(huán)境干擾大,對(duì)于背景復(fù)雜目標(biāo)的特征提取非常困難,而且目標(biāo)發(fā)生形態(tài)變換、光照變化等情況時(shí),其識(shí)別精度就會(huì)大大降低甚至需要重新設(shè)計(jì)檢測(cè)算法. 與傳統(tǒng)方法相比,深度學(xué)習(xí)算法不需要人工提取目標(biāo)特征,神經(jīng)網(wǎng)絡(luò)會(huì)獨(dú)立地學(xué)習(xí)相關(guān)屬性,對(duì)于以不同形式出現(xiàn)的目標(biāo)或特征,以及目標(biāo)背景、環(huán)境的變換都有很強(qiáng)的適應(yīng)能力,不需要針對(duì)每個(gè)可能的特性進(jìn)行專門的訓(xùn)練,提高了檢測(cè)算法的魯棒性. 現(xiàn)階段提出的基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法主要分為兩類,一類為 Two-stage 方法,該方法將目標(biāo)檢測(cè)分為定位和分類兩個(gè)步驟,代表算法有R-CNN、Fast R-CNN、Faster R-CNN 等. 另一類為One-stage 方法,該方法直接將定位和分類融合在一起,實(shí)現(xiàn)端到端計(jì)算,代表算法有YOLO、SSD、Retina-Net 等[2]. Two-stage 方法會(huì)對(duì)每一個(gè)可能包含目標(biāo)的區(qū)域進(jìn)行檢測(cè),其識(shí)別準(zhǔn)確度較高,但大量的計(jì)算會(huì)影響網(wǎng)絡(luò)的檢測(cè)速度,在實(shí)際工程運(yùn)用中達(dá)不到實(shí)時(shí)檢測(cè)的要求. One-stage 方法犧牲了少量的檢測(cè)準(zhǔn)確度,但大大提高了檢測(cè)速度,檢測(cè)效率良好[3]. 鑒于檢修庫(kù)內(nèi)接地桿所處背景環(huán)境比較復(fù)雜,接地桿狀態(tài)也會(huì)發(fā)生改變,傳統(tǒng)的圖像處理方法不能很好地對(duì)接地桿進(jìn)行檢測(cè),本文采用改進(jìn)的深度學(xué)習(xí)YOLOv4 算法作為重連端接地桿的狀態(tài)檢測(cè)算法,以期對(duì)檢修庫(kù)內(nèi)重連端接地桿接地狀態(tài)進(jìn)行準(zhǔn)確檢測(cè),從而保證工人施工以及動(dòng)車段內(nèi)設(shè)備的安全.

    1 YOLOv4 算法原理

    YOLOv4 算法是對(duì)YOLOv3 算法改進(jìn)優(yōu)化而來(lái)的,其網(wǎng)絡(luò)模型結(jié)構(gòu)如圖1 所示. YOLOv4 算法的主干特征提取網(wǎng)絡(luò)(Backbone)部分將CSPNet 網(wǎng)絡(luò)結(jié)構(gòu)與Darknet53 中的殘差模塊結(jié)合在一起,以增強(qiáng)網(wǎng)絡(luò)的學(xué)習(xí)效率、減少計(jì)算參數(shù)量,故檢測(cè)精度比YOLOv3 網(wǎng)絡(luò)有很大的提升[4]. Neck 部分采用空間金字塔池化(Spatial Pyramid Pooling,SPP)[5]、特征金字塔(Feature Pyramid Net-works,F(xiàn)PN)[6]和路徑聚合網(wǎng)絡(luò)(Path Aggregation Network,PAN)方式[7]. SPP 模塊的加入提高了圖像的尺度不變性,降低了過(guò)擬合,使得主干特征的接收范圍增大,顯著分離了重要的上下文信息.FPN+PAN 結(jié)構(gòu),是通過(guò)FPN 將高層的強(qiáng)語(yǔ)義特征傳遞下來(lái),以增強(qiáng)了整個(gè)特征金字塔;在后面添加一個(gè)自底向上的金字塔,將低層次的強(qiáng)定位特征傳遞上去,彌補(bǔ)了金字塔僅增強(qiáng)語(yǔ)義信息、缺失定位信息的短板. YOLO-head 部分采用CIOU_Loss 和DIOU_nms 算法,提升了檢測(cè)框的檢測(cè)精度與速度.

    圖1 YOLOv4 網(wǎng)絡(luò)結(jié)構(gòu)模型圖

    YOLOv4 的主干特征提取網(wǎng)絡(luò)采用Mish 激活函數(shù),其公式如下:

    如圖2 所示,Mish 函數(shù)有效避免了邊界值過(guò)高封頂而導(dǎo)致飽和,能獲得可靠的準(zhǔn)確性和泛化性[8].

    圖2 Mish 激活函數(shù)

    YOLOv4 網(wǎng)絡(luò)的損失函數(shù)采用CIOU-Loss 損失函數(shù),公式如下:

    2 YOLOv4 算法改進(jìn)

    2.1 K-means 算法

    原YOLOv4 算法的錨框值是基于VOC 數(shù)據(jù)集生成的,與本文的接地桿沒(méi)有良好的匹配度,并且 K-means 算法本身存在一定的局限性,其聚類結(jié)果受初始值選取的影響. 因此,本文采用K-means++算法對(duì)初始值進(jìn)行重新聚類[10],步驟如下:

    1)在接地桿數(shù)據(jù)集中隨機(jī)初始化一個(gè)聚類中心;

    2)計(jì)算數(shù)據(jù)集中的每個(gè)點(diǎn)和與之相近的聚類中心的距離;

    3)選擇一個(gè)新的數(shù)據(jù)點(diǎn)作為新的聚類中心,距離越大,被選中的概率就越高;

    4)重復(fù)上述2)、3)步,直到選出K 個(gè)聚類中心;

    5)得出的K 個(gè)聚類中心再運(yùn)用K-means 算法進(jìn)行計(jì)算,獲得想要的結(jié)果.

    2.2 CBAM 注意力模塊

    注意力模塊模仿了人在學(xué)習(xí)時(shí)專注自己感興趣的事物而忽視無(wú)關(guān)事物的特性. 如圖 3 所示,它由通道注意力與空間注意力串聯(lián)組合而成,其中,通道注意力關(guān)注輸入特征,空間注意力關(guān)注最具信息量的特征部分[11]. 輸入特征先與通道優(yōu)化權(quán)重進(jìn)行乘積,獲得的特征再與空間優(yōu)化權(quán)重進(jìn)行乘積,最終獲得新特征,極大地節(jié)約了參數(shù)和計(jì)算量,提高了特征提取效率.

    圖3 CBAM 注意力模塊

    如圖4 所示,通道注意力模塊將輸入的特征F 分別進(jìn)行平均池化和最大池化,將兩種池化后的特征送入多層感知機(jī)(MutiLayer Perception,MLP)[12]網(wǎng)絡(luò)進(jìn)行計(jì)算,分別獲得平均池化特征最大池化特征相加并使用sigmoid 函數(shù)處理,獲得通道優(yōu)化權(quán)重

    圖4 通道注意力模塊

    如圖5 所示,空間注意力模塊對(duì)輸入特征進(jìn)行最大池化和平均池化,將得到的特征在空間方向上堆疊(Concat)并進(jìn)行卷積操作,輸出特征再用sigmoid 函數(shù)處理,最后獲得空間優(yōu)化權(quán)重

    圖5 空間注意力模塊

    2.3 改進(jìn) SPP 結(jié)構(gòu)

    在 YOLOv4 網(wǎng)絡(luò)中,Neck 部分采用空間池化金字塔結(jié)構(gòu)(SPP),分別使用 1×1、5×5、9×9、13×13等4 個(gè)尺度的卷積核對(duì)輸入的特征圖進(jìn)行最大池化操作,然后把已池化的特征圖與未池化前的特征圖堆疊在一起,最終獲取特征圖局部與全局的感受野信息[13]. 根據(jù)本文實(shí)驗(yàn)背景,檢修庫(kù)內(nèi)背景比較復(fù)雜且被檢測(cè)目標(biāo)與背景的相似程度較高,采用最大池化會(huì)損失接地桿部分信息,進(jìn)而影響識(shí)別精度. 針對(duì)該問(wèn)題,本文對(duì)SPP 結(jié)構(gòu)進(jìn)行修改,改進(jìn)的SPP 結(jié)構(gòu)在池化部分采用平均池化的方法,能夠有效保留接地桿信息,同時(shí)適度減小卷積核的大小以減少計(jì)算量.

    3 實(shí)驗(yàn)與結(jié)果分析

    3.1 圖像數(shù)據(jù)與網(wǎng)絡(luò)訓(xùn)練

    本實(shí)驗(yàn)所需數(shù)據(jù)集通過(guò)現(xiàn)場(chǎng)安裝的邊緣計(jì)算模塊進(jìn)行自動(dòng)采集,在合作動(dòng)車運(yùn)用所內(nèi)獲取接地桿視頻文件. 逐幀提取獲取的視頻形成大量包含接地桿的圖片,對(duì)這些圖片進(jìn)行篩選,去掉模糊、缺失信息重復(fù)率高的,最后生成1 000 張接地桿圖片集. 對(duì)比正負(fù)樣本數(shù)量,對(duì)數(shù)據(jù)集進(jìn)行擴(kuò)充,分別對(duì)圖片采用鏡像對(duì)稱、添加噪聲、色彩變換等操作,最終形成5 000 張可用圖片集. 采用LabelImg對(duì)圖片集進(jìn)行標(biāo)注,生成YOLOv4 算法所需的txt 文件格式數(shù)據(jù):其中4 000 張圖片作為訓(xùn)練集,1 000張圖片作為測(cè)試集.

    實(shí)驗(yàn)采用的硬件配置為Intel(R) Xeon(R) CPU、NVIDIA Geforce RTX 2080 Ti 顯卡、Linux 操作系統(tǒng);軟件環(huán)境為CUDA 11.0、Cudnn 8.0、Tensorflow 深度學(xué)習(xí)框架. 選取Adam 優(yōu)化器,采用Mosaic數(shù)據(jù)增強(qiáng)方式,余弦退火學(xué)習(xí)率,Batchsize 設(shè)置為8.

    3.2 評(píng)價(jià)指標(biāo)

    在模型評(píng)估中,需要選取評(píng)價(jià)指標(biāo)對(duì)模型性能進(jìn)行評(píng)估,通常需要計(jì)算精確度(Precision)、召回率(Recall)、平均精度 AP(Average Precision)以及均值平均精度(Mean Average Precision,mAP).在實(shí)際開(kāi)發(fā)中,對(duì)網(wǎng)絡(luò)的檢測(cè)速度也有一定的要求,檢測(cè)速度由每秒傳輸幀數(shù)(Frames Per Second,F(xiàn)PS)決定[14],F(xiàn)PS 值越大網(wǎng)絡(luò)檢測(cè)速度越快.

    3.3 實(shí)驗(yàn)結(jié)果與分析

    采用改進(jìn)的 K-means 算法篩選出適用于本數(shù)據(jù)集的錨框,共生成 9 個(gè)框,分別是(15,121),(32,347),(37,347),(44,124),(94,325),(108,55),(111,59),(192,264),(269,152). 由于新的錨框值根據(jù)既有數(shù)據(jù)集生成,可以與數(shù)據(jù)集中目標(biāo)大小快速匹配,故能提高模型的訓(xùn)練速度. 算法改進(jìn)前后的實(shí)驗(yàn)結(jié)果如表1 所示.

    表1 算法改進(jìn)前后對(duì)比

    由表1 可知,本文改進(jìn)算法在精度上比原YOLOv4 算法分別提高了3.36%(close 檢測(cè))和1.67%(open 檢測(cè)),mAP 值提高了2.51%,說(shuō)明本文改進(jìn)算法在提高檢測(cè)精度上是有效的;在速度上,與原YOLOv4 算法相比提高了大約5 f/s,檢測(cè)速度有一定提升. 本文改進(jìn)算法不論是在精度上還是檢測(cè)速度上都要優(yōu)于原YOLOv4 算法,證實(shí)了本文算法有一定的魯棒性.

    為了進(jìn)一步驗(yàn)證本文算法的檢測(cè)性能,我們用相同的數(shù)據(jù)集對(duì)Faster R-CNN 算法、SSD 算法進(jìn)行網(wǎng)絡(luò)訓(xùn)練,其訓(xùn)練結(jié)果與本文方法的對(duì)比如表2 所示. 由表2 可知,在檢測(cè)精度上,本文算法比Faster R-CNN 算法、SSD 算法分別高出了7.23%和11.13%;在檢測(cè)速度上,比Faster R-CNN、SSD算法分別提高了12.9 f/s 和4.4 f/s. 證明了本文改進(jìn)算法的有效性和優(yōu)勢(shì).

    表2 不同算法對(duì)比結(jié)果

    用測(cè)試集對(duì)改進(jìn)后網(wǎng)絡(luò)模型進(jìn)行測(cè)試的結(jié)果如圖6 所示:圖中接地桿均能被正確檢測(cè)識(shí)別;對(duì)于和背景相似的接地桿,如較遠(yuǎn)處的接地桿,用肉眼很難分辨,但本文算法也能很好地識(shí)別出來(lái). 證明了本文提出的改進(jìn)的YOLOv4 算法對(duì)接地桿識(shí)別方法是可靠的.

    圖6 測(cè)試集圖片測(cè)試結(jié)果

    將改進(jìn)算法部署在合作動(dòng)車段內(nèi)邊緣計(jì)算模塊中進(jìn)行實(shí)際測(cè)試,部分測(cè)試結(jié)果如圖7 所示.

    圖7 實(shí)際檢測(cè)結(jié)果

    從圖7 可以看出,本文算法在實(shí)際檢測(cè)中能夠正確識(shí)別接地桿目標(biāo),且識(shí)別置信度也比較高. 對(duì)比測(cè)試集測(cè)試結(jié)果,實(shí)際檢測(cè)結(jié)果會(huì)損失部分目標(biāo)置信度,一方面是由于在實(shí)際部署中對(duì)模型進(jìn)行了剪枝操作;另一方面檢測(cè)圖像與訓(xùn)練圖像有差異也會(huì)產(chǎn)生一定的干擾,但總體上對(duì)檢測(cè)結(jié)果準(zhǔn)確度影響不大. 統(tǒng)計(jì)兩周檢測(cè)結(jié)果,總共發(fā)起檢測(cè) 200 余次,每次均能正確檢測(cè)接地桿狀態(tài),檢測(cè)效果良好.

    4 總結(jié)

    本文提出了一種基于改進(jìn)YOLOv4 算法的動(dòng)車庫(kù)接地桿狀態(tài)檢測(cè)方法,運(yùn)用該算法對(duì)動(dòng)車庫(kù)內(nèi)接地桿的掛摘狀態(tài)進(jìn)行檢測(cè)驗(yàn)證實(shí)驗(yàn),結(jié)果表明該改進(jìn)方法對(duì)接地桿有不錯(cuò)的識(shí)別效果,檢測(cè)準(zhǔn)確度達(dá)到100%. 對(duì)于庫(kù)內(nèi)與背景相似的接地桿能夠準(zhǔn)確識(shí)別,且識(shí)別速度也快. 不足之處是該算法暫時(shí)無(wú)法識(shí)別電動(dòng)接地桿是否損壞,以及判斷電動(dòng)接地桿是處于由閉到開(kāi)還是由開(kāi)到閉的狀態(tài),后續(xù)會(huì)針對(duì)這些不足繼續(xù)完善算法模型.

    猜你喜歡
    池化注意力聚類
    基于緊湊型雙線性網(wǎng)絡(luò)的野生茵識(shí)別方法研究
    基于Sobel算子的池化算法設(shè)計(jì)
    讓注意力“飛”回來(lái)
    卷積神經(jīng)網(wǎng)絡(luò)中的自適應(yīng)加權(quán)池化
    基于卷積神經(jīng)網(wǎng)絡(luò)和池化算法的表情識(shí)別研究
    基于DBSACN聚類算法的XML文檔聚類
    “揚(yáng)眼”APP:讓注意力“變現(xiàn)”
    A Beautiful Way Of Looking At Things
    基于改進(jìn)的遺傳算法的模糊聚類算法
    一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
    久久午夜亚洲精品久久| 一级av片app| 国产91av在线免费观看| 成人高潮视频无遮挡免费网站| 亚洲精品自拍成人| 亚洲精品粉嫩美女一区| 在现免费观看毛片| 99热精品在线国产| 久久精品91蜜桃| 菩萨蛮人人尽说江南好唐韦庄 | 国产精品免费一区二区三区在线| 毛片一级片免费看久久久久| 91精品国产九色| 麻豆一二三区av精品| 国产成人精品久久久久久| 日韩制服骚丝袜av| 国产成人影院久久av| 亚洲不卡免费看| 少妇高潮的动态图| 久久精品夜夜夜夜夜久久蜜豆| 一夜夜www| 亚洲成a人片在线一区二区| 天堂网av新在线| 高清午夜精品一区二区三区 | 精品国内亚洲2022精品成人| 久久久久久九九精品二区国产| 国产精品国产三级国产av玫瑰| 欧美成人a在线观看| 极品教师在线视频| 日日摸夜夜添夜夜添av毛片| 亚洲精品日韩av片在线观看| 少妇猛男粗大的猛烈进出视频 | 亚洲av成人av| 国内精品宾馆在线| 国产精品电影一区二区三区| 午夜福利在线在线| 综合色丁香网| 男人狂女人下面高潮的视频| 三级经典国产精品| 免费电影在线观看免费观看| 亚洲四区av| 国产大屁股一区二区在线视频| 老熟妇乱子伦视频在线观看| 12—13女人毛片做爰片一| 亚州av有码| 免费观看的影片在线观看| 亚洲天堂国产精品一区在线| 人妻夜夜爽99麻豆av| 国产高清视频在线观看网站| 午夜精品在线福利| 免费观看精品视频网站| 亚洲精品自拍成人| 校园人妻丝袜中文字幕| 别揉我奶头 嗯啊视频| 国产白丝娇喘喷水9色精品| 少妇丰满av| 亚洲欧美日韩卡通动漫| 中文在线观看免费www的网站| 三级男女做爰猛烈吃奶摸视频| 精品国产三级普通话版| 日韩成人av中文字幕在线观看| 亚洲一区高清亚洲精品| 99久久精品一区二区三区| 中文字幕久久专区| 午夜精品国产一区二区电影 | 亚洲18禁久久av| 一个人观看的视频www高清免费观看| 日本黄色片子视频| 日韩大尺度精品在线看网址| 久久久久久久久久久免费av| 成人毛片60女人毛片免费| 97人妻精品一区二区三区麻豆| 美女黄网站色视频| 嫩草影院新地址| 99久国产av精品国产电影| 国产精品久久久久久久久免| a级一级毛片免费在线观看| 婷婷亚洲欧美| 亚洲成人久久性| 国产蜜桃级精品一区二区三区| 噜噜噜噜噜久久久久久91| 99久久精品国产国产毛片| 91精品国产九色| 国产在线男女| 全区人妻精品视频| 美女大奶头视频| 色哟哟·www| 色播亚洲综合网| 国产精品久久久久久精品电影小说 | 久久精品人妻少妇| 色综合亚洲欧美另类图片| 成人特级av手机在线观看| 久久国内精品自在自线图片| 国产v大片淫在线免费观看| 国产精品不卡视频一区二区| 精品熟女少妇av免费看| 成人三级黄色视频| 成人特级av手机在线观看| 国内精品宾馆在线| 日本三级黄在线观看| 亚洲精华国产精华液的使用体验 | 好男人在线观看高清免费视频| 久久久色成人| 在线免费观看的www视频| 久久久久久久久久黄片| 男女边吃奶边做爰视频| 久久久久久久午夜电影| 日本黄大片高清| 日韩中字成人| 日本免费a在线| 国产精品美女特级片免费视频播放器| 久久久a久久爽久久v久久| 欧美激情久久久久久爽电影| 中文字幕av成人在线电影| 久久精品国产清高在天天线| 观看美女的网站| 欧美xxxx性猛交bbbb| 国产高清三级在线| www.av在线官网国产| 男女啪啪激烈高潮av片| 色婷婷av一区二区三区视频| 视频中文字幕在线观看| 黄色视频在线播放观看不卡| 久久久a久久爽久久v久久| 性高湖久久久久久久久免费观看| 免费人妻精品一区二区三区视频| 久久久国产一区二区| 国产免费一区二区三区四区乱码| 亚洲成人一二三区av| 国产又色又爽无遮挡免| 国产免费一级a男人的天堂| 精品国产一区二区久久| 青春草亚洲视频在线观看| av卡一久久| 国产无遮挡羞羞视频在线观看| 精品一品国产午夜福利视频| 人妻夜夜爽99麻豆av| 亚洲欧洲国产日韩| 中文字幕最新亚洲高清| 亚洲第一区二区三区不卡| 最新中文字幕久久久久| 一级二级三级毛片免费看| 国产片特级美女逼逼视频| 涩涩av久久男人的天堂| 波野结衣二区三区在线| 插逼视频在线观看| 成人黄色视频免费在线看| www.色视频.com| 欧美少妇被猛烈插入视频| 国产老妇伦熟女老妇高清| 久久久国产欧美日韩av| 91久久精品国产一区二区成人| 亚洲欧美一区二区三区国产| 精品久久久噜噜| 欧美日韩综合久久久久久| 亚洲美女黄色视频免费看| 国产高清国产精品国产三级| 亚洲人与动物交配视频| 在线观看免费视频网站a站| 午夜福利网站1000一区二区三区| 亚洲av.av天堂| 国产免费视频播放在线视频| 婷婷色av中文字幕| 国产不卡av网站在线观看| 高清黄色对白视频在线免费看| 少妇人妻 视频| 中文字幕av电影在线播放| 天堂俺去俺来也www色官网| 午夜福利,免费看| 久久99蜜桃精品久久| 人人澡人人妻人| 在线观看www视频免费| 欧美老熟妇乱子伦牲交| 91午夜精品亚洲一区二区三区| 国产国拍精品亚洲av在线观看| 亚洲欧美清纯卡通| av在线app专区| 国产av码专区亚洲av| 少妇人妻久久综合中文| 性色avwww在线观看| 九九爱精品视频在线观看| 国产精品一区二区三区四区免费观看| 观看av在线不卡| 国产高清有码在线观看视频| 亚洲av综合色区一区| av专区在线播放| 久久免费观看电影| 午夜久久久在线观看| 欧美 亚洲 国产 日韩一| 国产色爽女视频免费观看| 最近中文字幕高清免费大全6| 免费观看的影片在线观看| 久久精品国产a三级三级三级| 国产精品.久久久| 欧美bdsm另类| 久久久久久久精品精品| 建设人人有责人人尽责人人享有的| 少妇被粗大的猛进出69影院 | 丝瓜视频免费看黄片| 伦理电影大哥的女人| av福利片在线| 一二三四中文在线观看免费高清| 亚洲国产成人一精品久久久| 十八禁网站网址无遮挡| 精品国产乱码久久久久久小说| 亚洲色图综合在线观看| 在线亚洲精品国产二区图片欧美 | 91在线精品国自产拍蜜月| 999精品在线视频| 国产在线视频一区二区| 午夜av观看不卡| av国产精品久久久久影院| 三上悠亚av全集在线观看| 伦理电影大哥的女人| 亚洲欧洲国产日韩| 人人妻人人添人人爽欧美一区卜| 秋霞在线观看毛片| 亚洲性久久影院| 欧美精品人与动牲交sv欧美| 丰满乱子伦码专区| 妹子高潮喷水视频| 成人亚洲精品一区在线观看| 精品一区二区免费观看| 嫩草影院入口| 精品亚洲成国产av| 在线看a的网站| 激情五月婷婷亚洲| 天堂俺去俺来也www色官网| 高清视频免费观看一区二区| 婷婷色综合大香蕉| 亚洲高清免费不卡视频| 国产色爽女视频免费观看| 两个人的视频大全免费| 欧美国产精品一级二级三级| 丰满饥渴人妻一区二区三| 十八禁网站网址无遮挡| 亚洲美女视频黄频| 亚洲综合精品二区| 青春草视频在线免费观看| 欧美精品一区二区大全| 亚洲精品国产色婷婷电影| a级毛色黄片| 欧美日本中文国产一区发布| 国产一区二区在线观看日韩| 国产精品久久久久久av不卡| 极品少妇高潮喷水抽搐| 成年美女黄网站色视频大全免费 | 在线观看免费视频网站a站| 久久久亚洲精品成人影院| 中国国产av一级| 日本黄色片子视频| 亚洲在久久综合| 精品久久久久久电影网| 亚洲成人手机| 在线观看人妻少妇| 天天操日日干夜夜撸| 国产国拍精品亚洲av在线观看| 韩国av在线不卡| 黄色一级大片看看| 极品人妻少妇av视频| 热99国产精品久久久久久7| 精品一品国产午夜福利视频| 久久99蜜桃精品久久| 天美传媒精品一区二区| 狠狠精品人妻久久久久久综合| 免费高清在线观看日韩| 亚洲精品色激情综合| 亚洲国产色片| 日日摸夜夜添夜夜添av毛片| 最新中文字幕久久久久| 亚洲欧美清纯卡通| 精品一品国产午夜福利视频| 成人手机av| 少妇猛男粗大的猛烈进出视频| 免费黄频网站在线观看国产| 亚洲av欧美aⅴ国产| 黄片播放在线免费| 久久精品国产a三级三级三级| 纵有疾风起免费观看全集完整版| 国产片内射在线| 婷婷成人精品国产| 色网站视频免费| 少妇的逼好多水| 久久久精品区二区三区| 免费高清在线观看日韩| 亚洲av福利一区| 久久精品久久久久久久性| 色94色欧美一区二区| 国产精品人妻久久久影院| 99热全是精品| 日韩熟女老妇一区二区性免费视频| 国产精品人妻久久久影院| 麻豆乱淫一区二区| 久久女婷五月综合色啪小说| 久久久国产一区二区| 国产一级毛片在线| 黑丝袜美女国产一区| 国产精品免费大片| 啦啦啦啦在线视频资源| 中文字幕人妻丝袜制服| 亚洲国产精品一区三区| 少妇精品久久久久久久| 久久久亚洲精品成人影院| av在线播放精品| 久久久久久久亚洲中文字幕| 汤姆久久久久久久影院中文字幕| 一二三四中文在线观看免费高清| 国产日韩欧美在线精品| 最新的欧美精品一区二区| 美女福利国产在线| 精品一品国产午夜福利视频| 只有这里有精品99| 精品少妇内射三级| 亚洲精品久久成人aⅴ小说 | 校园人妻丝袜中文字幕| 一个人免费看片子| 国产午夜精品久久久久久一区二区三区| videossex国产| 欧美老熟妇乱子伦牲交| 久久久久久久久大av| 一本一本综合久久| 伦精品一区二区三区| 精品久久国产蜜桃| 伊人久久国产一区二区| 只有这里有精品99| 性色avwww在线观看| 国产精品麻豆人妻色哟哟久久| 午夜福利网站1000一区二区三区| 国产成人精品婷婷| 亚洲av综合色区一区| 欧美日韩一区二区视频在线观看视频在线| 国产高清国产精品国产三级| 高清在线视频一区二区三区| 亚洲精品久久久久久婷婷小说| 久久午夜福利片| 国产精品人妻久久久久久| 精品久久久久久电影网| 日韩一区二区三区影片| 国产av码专区亚洲av| 在线观看国产h片| 丁香六月天网| 日本与韩国留学比较| 亚洲综合精品二区| 伦精品一区二区三区| 欧美人与性动交α欧美精品济南到 | 国产精品久久久久久精品古装| 亚洲人成77777在线视频| a级毛片免费高清观看在线播放| 久久久久精品性色| 欧美老熟妇乱子伦牲交| 99热国产这里只有精品6| 啦啦啦中文免费视频观看日本| 亚洲欧美色中文字幕在线| 国产精品无大码| 曰老女人黄片| 久久女婷五月综合色啪小说| 国产高清国产精品国产三级| 亚洲少妇的诱惑av| 91国产中文字幕| 国产精品嫩草影院av在线观看| 国产伦理片在线播放av一区| 黑人高潮一二区| 999精品在线视频| 男的添女的下面高潮视频| 毛片一级片免费看久久久久| 精品人妻在线不人妻| 色婷婷av一区二区三区视频| 啦啦啦啦在线视频资源| 久久人妻熟女aⅴ| 少妇猛男粗大的猛烈进出视频| 18+在线观看网站| 久久久久精品久久久久真实原创| 少妇 在线观看| 日本免费在线观看一区| 久久国产亚洲av麻豆专区| 在线观看一区二区三区激情| 亚洲熟女精品中文字幕| 午夜福利影视在线免费观看| h视频一区二区三区| 只有这里有精品99| 精品国产国语对白av| 国产免费又黄又爽又色| 国产极品天堂在线| 国产精品一区二区在线不卡| 国产日韩欧美视频二区| 久久国产精品大桥未久av| 国产精品三级大全| 黄色视频在线播放观看不卡| 性高湖久久久久久久久免费观看| 精品久久蜜臀av无| 成年人午夜在线观看视频| 99re6热这里在线精品视频| 国产欧美日韩综合在线一区二区| 高清欧美精品videossex| 91精品一卡2卡3卡4卡| 亚洲精品乱久久久久久| 大香蕉97超碰在线| 国产成人午夜福利电影在线观看| 五月伊人婷婷丁香| 2021少妇久久久久久久久久久| 国产在线视频一区二区| 日韩中文字幕视频在线看片| 亚洲精品456在线播放app| 国产午夜精品一二区理论片| 日韩av在线免费看完整版不卡| 亚洲精品日韩av片在线观看| 久久国内精品自在自线图片| 亚洲人成77777在线视频| 久久久久久久精品精品| 国产不卡av网站在线观看| 精品久久蜜臀av无| 国产深夜福利视频在线观看| 一区在线观看完整版| 免费黄色在线免费观看| 国产女主播在线喷水免费视频网站| 99九九在线精品视频| 少妇高潮的动态图| 丰满迷人的少妇在线观看| 精品一品国产午夜福利视频| 日韩三级伦理在线观看| 精品亚洲乱码少妇综合久久| 国产一区二区在线观看日韩| 日韩一区二区三区影片| a级毛片在线看网站| av不卡在线播放| 亚洲成色77777| 日日爽夜夜爽网站| 人妻一区二区av| 国国产精品蜜臀av免费| 国产免费又黄又爽又色| 国产一区亚洲一区在线观看| tube8黄色片| 极品人妻少妇av视频| 观看美女的网站| 精品视频人人做人人爽| 男人操女人黄网站| 日韩中字成人| 国产成人aa在线观看| 国产av精品麻豆| 国产片内射在线| 久久婷婷青草| 黑人高潮一二区| 成人二区视频| 男女啪啪激烈高潮av片| 精品人妻偷拍中文字幕| 亚洲性久久影院| 精品午夜福利在线看| 国产亚洲精品第一综合不卡 | 一区二区av电影网| 蜜桃久久精品国产亚洲av| 国产黄频视频在线观看| 狂野欧美激情性bbbbbb| 亚洲国产精品一区二区三区在线| 丝袜美足系列| 久久久久久久久久成人| 大话2 男鬼变身卡| 最新中文字幕久久久久| 九色亚洲精品在线播放| 久久人妻熟女aⅴ| 亚洲成人手机| 国产午夜精品一二区理论片| 精品人妻熟女毛片av久久网站| av一本久久久久| 久久久欧美国产精品| 国产亚洲午夜精品一区二区久久| 国产淫语在线视频| 亚洲av福利一区| 在线观看人妻少妇| 菩萨蛮人人尽说江南好唐韦庄| 美女视频免费永久观看网站| 街头女战士在线观看网站| 丰满饥渴人妻一区二区三| 母亲3免费完整高清在线观看 | 免费大片黄手机在线观看| 精品少妇久久久久久888优播| 国产一级毛片在线| 久久久欧美国产精品| 亚洲欧洲日产国产| 妹子高潮喷水视频| 欧美亚洲 丝袜 人妻 在线| 水蜜桃什么品种好| 满18在线观看网站| 精品久久久精品久久久| 久久精品国产亚洲av天美| 国产探花极品一区二区| 男女国产视频网站| 成年女人在线观看亚洲视频| 日韩三级伦理在线观看| 国产精品麻豆人妻色哟哟久久| av又黄又爽大尺度在线免费看| 大又大粗又爽又黄少妇毛片口| 亚洲精品色激情综合| 国产一区有黄有色的免费视频| 97超视频在线观看视频| 国产亚洲av片在线观看秒播厂| 日韩大片免费观看网站| av黄色大香蕉| 日日撸夜夜添| 欧美97在线视频| 夫妻午夜视频| 日韩在线高清观看一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91| 国产免费又黄又爽又色| 国产精品免费大片| 一级毛片aaaaaa免费看小| 日本猛色少妇xxxxx猛交久久| 18+在线观看网站| 在线观看美女被高潮喷水网站| 欧美日本中文国产一区发布| 91精品国产国语对白视频| 国产成人精品福利久久| 日日摸夜夜添夜夜爱| 女人久久www免费人成看片| 少妇猛男粗大的猛烈进出视频| 亚洲av二区三区四区| av电影中文网址| 国产免费福利视频在线观看| 日韩 亚洲 欧美在线| 欧美亚洲 丝袜 人妻 在线| 热re99久久精品国产66热6| 如日韩欧美国产精品一区二区三区 | 国内精品宾馆在线| 成人毛片60女人毛片免费| 亚洲精品第二区| 91午夜精品亚洲一区二区三区| 国产69精品久久久久777片| 欧美人与性动交α欧美精品济南到 | 成人亚洲欧美一区二区av| 精品久久久精品久久久| 91久久精品电影网| 亚洲精品成人av观看孕妇| 亚洲色图 男人天堂 中文字幕 | 久久久久网色| 交换朋友夫妻互换小说| 国产精品国产三级国产专区5o| 国产 一区精品| 自线自在国产av| 日韩三级伦理在线观看| 国产av一区二区精品久久| 久久人人爽av亚洲精品天堂| 大香蕉久久网| 国语对白做爰xxxⅹ性视频网站| 中文天堂在线官网| 秋霞在线观看毛片| 国产熟女午夜一区二区三区 | 久久久久久伊人网av| 丝袜喷水一区| 高清av免费在线| 18+在线观看网站| 日日爽夜夜爽网站| 精品熟女少妇av免费看| 日韩 亚洲 欧美在线| 成人黄色视频免费在线看| 国产深夜福利视频在线观看| 亚洲一级一片aⅴ在线观看| 日韩精品免费视频一区二区三区 | 亚洲美女视频黄频| tube8黄色片| 欧美日韩在线观看h| 少妇人妻 视频| 热re99久久精品国产66热6| 久久久久精品久久久久真实原创| 国产深夜福利视频在线观看| 黑人高潮一二区| 日韩欧美一区视频在线观看| 激情五月婷婷亚洲| 人人妻人人爽人人添夜夜欢视频| 久久综合国产亚洲精品| 岛国毛片在线播放| 午夜福利影视在线免费观看| 亚洲av国产av综合av卡| 亚洲精品中文字幕在线视频| 亚洲综合色惰| 热99久久久久精品小说推荐| 久久韩国三级中文字幕| 交换朋友夫妻互换小说| 美女视频免费永久观看网站| 十分钟在线观看高清视频www| 考比视频在线观看| 国产成人免费无遮挡视频| 高清黄色对白视频在线免费看| 韩国高清视频一区二区三区| 久久精品久久久久久噜噜老黄| 国产亚洲精品第一综合不卡 | 色婷婷av一区二区三区视频| 久久这里有精品视频免费| av国产精品久久久久影院| 久久人妻熟女aⅴ| 亚洲精品成人av观看孕妇| 国产极品粉嫩免费观看在线 | 一级,二级,三级黄色视频| 精品熟女少妇av免费看| 一本一本综合久久| 婷婷色麻豆天堂久久| 另类精品久久| 视频区图区小说| 国产色婷婷99| 制服人妻中文乱码| 亚洲av二区三区四区| 在线 av 中文字幕| 亚洲精品,欧美精品| 国产在视频线精品| 欧美成人精品欧美一级黄| 99热国产这里只有精品6| 一级爰片在线观看| 少妇的逼好多水| 欧美激情国产日韩精品一区| 丝袜美足系列| 亚洲欧美精品自产自拍| 男人爽女人下面视频在线观看| 成人手机av| 午夜影院在线不卡| 在线观看国产h片| 精品国产露脸久久av麻豆| 一边摸一边做爽爽视频免费|