• <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 ?

    基于協(xié)調(diào)注意力的花生莢果品質(zhì)分級

    2022-10-24 08:54:48王春龍蔣仲銘鮑安紅
    食品與機(jī)械 2022年9期
    關(guān)鍵詞:莢果梯度花生

    王春龍 蔣仲銘 鮑安紅

    (西南大學(xué)工程技術(shù)學(xué)院,重慶 400716)

    花生篩選是花生銷售前的重要工序,不僅可以提高商品花生的品質(zhì)等級,實(shí)現(xiàn)質(zhì)優(yōu)價優(yōu),還可以實(shí)現(xiàn)花生產(chǎn)品的多渠道利用,減少花生產(chǎn)品浪費(fèi)。人工篩選存在勞動強(qiáng)度大、效率低下等問題。而機(jī)械式[1]的篩選裝備根據(jù)花生莢果的大小特征進(jìn)行分級,分級過程中很容易損壞花生莢果,分級的效果差。隨著科技的發(fā)展,機(jī)器視覺技術(shù)被廣泛應(yīng)用于食品質(zhì)量檢測領(lǐng)域[2]。如將機(jī)器視覺應(yīng)用在對花生仁的外觀品質(zhì)檢測上、利用掩模及亮度校正算法實(shí)現(xiàn)臍橙表面缺陷分割[3]等。然而,傳統(tǒng)的圖像識別過程需要操作者利用經(jīng)驗(yàn)手動提取特征,并且多次擇優(yōu)特征,操作過程繁瑣且易受主觀因素影響,難以得到準(zhǔn)確穩(wěn)定的缺陷特征。

    基于卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)的圖像識別技術(shù),沒有過往復(fù)雜人工提取圖像特征的過程,直接實(shí)現(xiàn)了自動化提取特征[4-6]。隨著遷移學(xué)習(xí)技術(shù)的發(fā)展,在大型數(shù)據(jù)集上訓(xùn)練學(xué)習(xí)得到的模型權(quán)重值和特征可以容易地遷移到小型數(shù)據(jù)集上,減少了模型的計(jì)算量,使得深度學(xué)習(xí)模型也適用于小數(shù)據(jù)集。薛勇等[7]利用GoogLeNet模型對蘋果的外觀進(jìn)行檢測,優(yōu)化后識別準(zhǔn)確率為91.91%。楊志銳等[8]采用改進(jìn)的AlexNet模型識別紅棗缺陷,模型的平均識別精度為94.79%。趙志衡等[9]提出一種利用卷積神經(jīng)網(wǎng)絡(luò)識別花生籽粒完整性的算法,測試樣本的識別精度為98.18%。何進(jìn)榮等[10]使用模型融合的方式優(yōu)化改進(jìn)了蘋果的分級模型,分級精度為97.84%。

    目前深度學(xué)習(xí)識別模型在鮮花生莢果品質(zhì)分級方面的準(zhǔn)確率和穩(wěn)定性有待提升。為提升智能檢測方法的準(zhǔn)確率和穩(wěn)定性,提出一種基于SqueezeNet基礎(chǔ)的天府花生分級模型。首先將協(xié)調(diào)注意力嵌入SqueezeNet模型中;然后通過超參數(shù)調(diào)優(yōu)及正則化技術(shù),減少模型參數(shù)大小,使用改進(jìn)的梯度優(yōu)化算法提高模型識別準(zhǔn)確率,通過對5種經(jīng)典模型的對比試驗(yàn),進(jìn)一步驗(yàn)證該模型的穩(wěn)定性,旨在為鮮花生莢果智能篩選機(jī)器的嵌入式部署提供理論依據(jù)。

    1 材料與試驗(yàn)

    1.1 材料與軟硬件設(shè)備

    天府11號花生樣本于2021年8月分3批次采購于重慶市市區(qū)超市及周邊農(nóng)場。

    計(jì)算機(jī)參數(shù)為Intel Core i7-11700F CPU,主頻2.40 GHz,16 GB內(nèi)存,搭載為NVIDIA GeForce GTX 3060顯卡,12 GB顯存。開發(fā)平臺為Ubuntu 20.04系統(tǒng),采用Pytorch深度學(xué)習(xí)框架,IDE為Jupyter Notebook,配置Python 3.8,利用OpenCV進(jìn)行圖像預(yù)處理,拍攝設(shè)備為思藍(lán)綠CCD工業(yè)相機(jī)、手動對焦鏡頭(200萬像素)。

    1.2 構(gòu)建花生莢果平衡數(shù)據(jù)集

    根據(jù)食用花生標(biāo)準(zhǔn)及市場需求將花生莢果劃分為4個等級:正常果、破損果、發(fā)霉果、發(fā)芽果。采集的原始數(shù)據(jù)中正常果圖像6 000幅,破損果圖像1 632幅,發(fā)霉果1 230幅,發(fā)芽果1 520幅,利用數(shù)據(jù)集平衡技術(shù)平衡數(shù)據(jù)集。取出最大值6 000作為基準(zhǔn),通過保留原圖、旋轉(zhuǎn)、水平鏡像和垂直鏡像的方法將其他莢果種類的圖像也擴(kuò)增到6 000幅,正常果、破損果、發(fā)霉果、發(fā)芽果的圖像數(shù)比例為1∶1∶1∶1。至此,平衡后的數(shù)據(jù)集樣本總數(shù)為24 000幅,每幅圖像像素大小為640×480,格式為.jpg。平衡后的數(shù)據(jù)集訓(xùn)練的模型通常有更好的泛化能力和識別準(zhǔn)確度[11-12]。數(shù)據(jù)集中60%作為訓(xùn)練集,20%作為驗(yàn)證集,剩余20%作為測試集評估模型?;ㄉv果的具體數(shù)據(jù)集樣本個數(shù)劃分如表1所示。

    表1 試驗(yàn)數(shù)據(jù)集劃分

    2 模型及方法

    2.1 單個分類模型

    VGG16、AlexNet、ResNet50、DenseNet121、SqueezeNet是目前農(nóng)業(yè)檢測領(lǐng)域廣泛使用的5種經(jīng)典模型,VGG16主要通過大幅增加卷積神經(jīng)網(wǎng)絡(luò)深度提高模型的性能;AlexNet首次在CNN中采用ReLU激活函數(shù),通過加入dropout層減少訓(xùn)練過程中的過擬合;ResNet50引入殘差模塊,消除了梯度消失和網(wǎng)絡(luò)退化的問題;DenseNet121構(gòu)建每層到其他層的連接,具有一定的正則化效果,緩解了模型過擬合并減少了特征冗余;SqueezeNet網(wǎng)絡(luò)參數(shù)內(nèi)存小。

    上述5種模型在結(jié)構(gòu)上差異較大,但都由卷積層、密集連接層、分類器組成。常用的激活函數(shù)包括Sigmoid、tanh、ReLU等。試驗(yàn)采用ReLU(Rectified Linear Unit,線性整流函數(shù))激活函數(shù),該函數(shù)為線性函數(shù),網(wǎng)絡(luò)的收斂速度快[13],且不存在梯度消失和梯度飽和的問題[14],其數(shù)學(xué)表達(dá)式為:

    f(x)=max(0,x),

    (1)

    經(jīng)softmax函數(shù)輸出一個4行1列的向量,4為類別數(shù)。softmax函數(shù)的數(shù)學(xué)表達(dá)式為:

    (2)

    式中:

    yj——圖像為第j個類別的概率;

    ej——圖像為第j個類別的上層函數(shù)值;

    i——共i個類別數(shù)。

    2.2 協(xié)調(diào)注意力模塊

    協(xié)調(diào)注意模塊[15](CoordAtt)可以看作是一個計(jì)算單元,旨在提高網(wǎng)絡(luò)模型的學(xué)習(xí)表達(dá)能力,計(jì)算單元具有相同的輸入輸出尺寸,模型的結(jié)構(gòu)如圖1所示。

    設(shè)輸入的特征圖像為X,分別使用卷積核(H,1)、(1,W)沿著圖像的兩個坐標(biāo)進(jìn)行卷積池化,卷積操作的數(shù)學(xué)表達(dá)式為:

    (3)

    (4)

    式中:

    (W,H)——模塊輸入特征圖尺寸;

    (w,h)——輸出特征圖尺寸;

    圖1 協(xié)調(diào)注意力模塊

    c——輸出通道數(shù)。

    通過式(3)和式(4)兩種卷積池化,協(xié)調(diào)注意力模塊可以在一個空間方向上捕捉依賴關(guān)系,并在另一個空間方向上保持精確的位置信息,這有助于網(wǎng)絡(luò)更準(zhǔn)確地定位感興趣的區(qū)域。接著將兩個方向上的聚合特征連接起來,并輸入1×1的卷積核轉(zhuǎn)化式F1,操作的數(shù)學(xué)表達(dá)式如式(5)所示。

    f=δ(F1([Zh,Zw])),

    (5)

    式中:

    δ——非線性激活函數(shù);

    F1——卷積核轉(zhuǎn)化公式;

    f——將空間信息在水平方向和垂直方向上編碼的中間特征圖。

    然后使用split()方法把中間特征圖劃分為fh和fw兩個獨(dú)立張量,進(jìn)一步使用1×1的卷積轉(zhuǎn)化數(shù)學(xué)式Fh和Fw,得到與輸入特征圖像X相同尺寸的輸出,σ為Sigmoid激活函數(shù),操作過程的數(shù)學(xué)表達(dá)式為:

    gh=σ(Fh(fh)),

    (6)

    gw=σ(Fw(fw))。

    (7)

    由式(8)得到協(xié)調(diào)注意力模塊計(jì)算的結(jié)果。

    (8)

    2.3 梯度集中

    為了加快訓(xùn)練速度,提高泛化性能,對于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),目前從激活、權(quán)重和梯度3個角度已經(jīng)提出了多種優(yōu)化技術(shù)。梯度集中[16]通過引入新的優(yōu)化函數(shù),對模型反向傳播的梯度進(jìn)行優(yōu)化,使權(quán)空間和輸出特征空間都正則化,從而提高訓(xùn)練速度和泛化能力。優(yōu)化函數(shù)如式(9)所示,自變量為反向傳播的梯度。

    (9)

    式中:

    ▽wiL——反向傳播的梯度;

    M——卷積核的個數(shù)。

    2.4 協(xié)調(diào)注意力SqueezeNet模型(CG-SqueezeNet)

    SqueezeNet模型中的fire模塊包括兩層。通常定義一個fire模塊為fire(A,B,C1,C2),其中A、B分別代表squeeze層的輸入、輸出通道數(shù),C1、C2分別代表expand層中1×1、3×3卷積核的輸出通道數(shù)目,結(jié)構(gòu)如圖2所示。

    圖2 fire模塊結(jié)構(gòu)

    從經(jīng)典模型出發(fā),構(gòu)建一種協(xié)調(diào)注意力SqueezeNet模型(Coordinate Attention SqueezeNet,CG-SqueezeNet),其基本架構(gòu)如圖3所示,包括8個Fire層,2個卷積層、1個協(xié)調(diào)注意力層、4個池化層。與SqueezeNet模型相比,CG-SqueezeNet模型的改進(jìn)有:① 在fire10之前引入CoordAtt協(xié)調(diào)注意力模塊,模型可以更快速準(zhǔn)確地學(xué)習(xí)感興趣區(qū)域的特征。② 將fire10模塊中的expand 1×1、expand 3×3卷積層的輸出通道數(shù)設(shè)置為128,conv11層的輸入輸出通道數(shù)分別設(shè)置成256,4。由于通道數(shù)的減少,網(wǎng)絡(luò)參數(shù)量降低。③ 使用梯度優(yōu)化算法,加速訓(xùn)練過程,提高模型泛化性。

    圖3 協(xié)調(diào)注意力SqueezeNet模型的網(wǎng)絡(luò)架構(gòu)

    3 結(jié)果與分析

    3.1 超參數(shù)選取

    基于試驗(yàn)的硬件水平,批大小設(shè)置為32,所有圖片經(jīng)過一次學(xué)習(xí)稱作一次迭代(epoch),取批尺寸為2的次方能夠充分利用顯卡的并行計(jì)算能力,若設(shè)置為較大的數(shù)值如128,會導(dǎo)致模型收斂到最優(yōu)解的時間過長;若設(shè)置為8或16等較小數(shù)值,又容易產(chǎn)生震蕩波動。訓(xùn)練模型時采用了帶動量的隨機(jī)梯度下降優(yōu)化算法(SGD),momentum=0.9。采用了隨機(jī)丟棄(dropout)技術(shù),其參數(shù)p為0.5,將初始學(xué)習(xí)率設(shè)置為0.001,每20次迭代(epoch)后學(xué)習(xí)率減小為原來的10%。由于采用了變學(xué)習(xí)率,初始學(xué)習(xí)率設(shè)置的很大,因而模型收斂速度很快,每個模型都只迭代了50次。

    3.2 試驗(yàn)結(jié)果

    表2記錄了不同網(wǎng)絡(luò)的訓(xùn)練集和測試集的準(zhǔn)確率、模型參數(shù)內(nèi)存大小。對于平衡后的數(shù)據(jù)集,CG-SqueezeNet網(wǎng)絡(luò)的分類效果最好,在測試集上準(zhǔn)確率達(dá)到了97.83%;AlexNet在測試集準(zhǔn)確率為93.17%,在訓(xùn)練網(wǎng)絡(luò)中準(zhǔn)確率最低。從參數(shù)內(nèi)存需求的角度來看,VGG16的參數(shù)內(nèi)存需求為537 MB;內(nèi)存需求最小的是CG-SqueezeNet,為2.52 MB。因此如果想得到一個分類速率性能高的網(wǎng)絡(luò),宜選擇CG-SqueezeNet模型,其訓(xùn)練過程如圖4所示。

    表2 花生莢果分類結(jié)果

    圖4 訓(xùn)練結(jié)果

    經(jīng)測試集測試,4 800個鮮花生莢果樣本中,檢測正確樣本數(shù)為4 688,總體準(zhǔn)確率為97.84%。1 200個正常果中12個被誤判為發(fā)霉果;1 200個破損果樣本全部判斷正確;1 200個發(fā)霉果中80個被誤判為正常果,5個誤判為發(fā)芽果。1 200個發(fā)芽樣本全部判斷正確。綜上,改進(jìn)的集成網(wǎng)絡(luò)結(jié)構(gòu)能夠較好地識別鮮花生莢果的缺陷特征。

    3.3 數(shù)據(jù)可視化

    類激活圖(class activation map,CAM)[17]指針對指定的輸入圖像生成的熱力圖,代表圖像的各個位置對該類別的重要程度。圖5是合格花生莢果、破損果、發(fā)霉果、發(fā)芽果的特征可視化示意圖。特征圖中紅色表示神經(jīng)網(wǎng)絡(luò)判定花生莢果類別的高權(quán)重區(qū)域,藍(lán)色表示網(wǎng)絡(luò)分類低權(quán)重的區(qū)域,色彩越紅越表示這塊區(qū)域?qū)Ψ诸惤Y(jié)果的影響越大。從圖5可以看出,網(wǎng)絡(luò)在分類為正常果時高紅亮區(qū)域較為均勻地集中在莢果本身,分類為破損果的重要部位在完整與破損銜接處,分類為發(fā)霉圖像時會找到大面積黑殼區(qū)域及褐斑的位置,分類為發(fā)芽果時網(wǎng)絡(luò)的關(guān)注點(diǎn)在于檢測目標(biāo)物的牙尖區(qū)域。

    圖5 Grad-CAM 可視化測試集花生莢果特征區(qū)域

    4 結(jié)論

    研究提出了一種嵌入?yún)f(xié)調(diào)注意力策略,該策略在學(xué)習(xí)特征的過程中更加注重位置信息,增強(qiáng)模型對圖像感興趣區(qū)域特征的學(xué)習(xí)。利用梯度集中方法,改進(jìn)優(yōu)化算法,在測試集上對比不同經(jīng)典模型,結(jié)果表明CG-SqueezeNet模型的預(yù)測結(jié)果會更加穩(wěn)定、準(zhǔn)確率達(dá)到97.83%。與傳統(tǒng)的遷移模型VGG16、AlexNet、ResNet50、DenseNet121、SqueezeNet相比,CG-SqueezeNet模型的內(nèi)存僅為2.52 MB,適用于小型嵌入式設(shè)備部署。后期將搭建花生的在線檢測系統(tǒng),探究模型在實(shí)用性方面的不足。

    猜你喜歡
    莢果梯度花生
    不同基因型箭筈豌豆裂莢特性研究
    種子(2023年8期)2023-11-15 10:42:20
    掏花生
    一個改進(jìn)的WYL型三項(xiàng)共軛梯度法
    一種自適應(yīng)Dai-Liao共軛梯度法
    紫云英莢果成熟度對落莢及種子產(chǎn)量的影響
    花生除雜(清選)分級機(jī)的設(shè)計(jì)與研究
    一類扭積形式的梯度近Ricci孤立子
    到底埋在哪棵樹下
    花生去哪兒了
    雨后的露營
    亚洲精品456在线播放app| 国产av在哪里看| 黑人高潮一二区| 嫩草影院入口| 中文字幕免费在线视频6| 国产激情偷乱视频一区二区| 午夜福利在线观看免费完整高清在| 亚洲熟女精品中文字幕| 国产精品精品国产色婷婷| 免费观看的影片在线观看| 嘟嘟电影网在线观看| 成人午夜精彩视频在线观看| 日韩欧美 国产精品| 99久久中文字幕三级久久日本| 午夜亚洲福利在线播放| 国产亚洲一区二区精品| 高清视频免费观看一区二区 | 久久午夜福利片| 国产精品蜜桃在线观看| av免费观看日本| 床上黄色一级片| 春色校园在线视频观看| 高清在线视频一区二区三区| 在线天堂最新版资源| 亚洲av成人精品一二三区| 日日干狠狠操夜夜爽| 亚洲一区高清亚洲精品| 亚洲在久久综合| 汤姆久久久久久久影院中文字幕 | 成人亚洲精品av一区二区| 中文资源天堂在线| 91av网一区二区| 乱人视频在线观看| 成人鲁丝片一二三区免费| 97超碰精品成人国产| 日韩人妻高清精品专区| 噜噜噜噜噜久久久久久91| 国产麻豆成人av免费视频| 免费人成在线观看视频色| 寂寞人妻少妇视频99o| 国产精品国产三级国产av玫瑰| 亚洲高清免费不卡视频| 精品久久久久久久久久久久久| 亚洲经典国产精华液单| 久久久久久久久久黄片| 能在线免费观看的黄片| 国产伦精品一区二区三区四那| 纵有疾风起免费观看全集完整版 | 高清毛片免费看| 免费看光身美女| 91aial.com中文字幕在线观看| 搡老乐熟女国产| 午夜激情福利司机影院| 秋霞伦理黄片| 久久99蜜桃精品久久| 我要看日韩黄色一级片| 久久精品久久久久久久性| 97超碰精品成人国产| 免费高清在线观看视频在线观看| 最近中文字幕高清免费大全6| 91精品国产九色| 国产一区二区三区综合在线观看 | 亚洲精品aⅴ在线观看| 亚洲熟妇中文字幕五十中出| 精品欧美国产一区二区三| 老女人水多毛片| 久久久久久久久久久免费av| 精品午夜福利在线看| 日本欧美国产在线视频| 午夜视频国产福利| 中文欧美无线码| 欧美日韩视频高清一区二区三区二| 韩国高清视频一区二区三区| 成年版毛片免费区| 国产一区亚洲一区在线观看| 精品一区二区三区视频在线| 可以在线观看毛片的网站| av网站免费在线观看视频 | 精品久久久久久久久久久久久| 精品酒店卫生间| av在线蜜桃| 免费观看a级毛片全部| 草草在线视频免费看| 国产成年人精品一区二区| 欧美性猛交╳xxx乱大交人| 一区二区三区免费毛片| 国产人妻一区二区三区在| 男女那种视频在线观看| 亚洲激情五月婷婷啪啪| 国产高清有码在线观看视频| av在线老鸭窝| 日日啪夜夜撸| 男女视频在线观看网站免费| 久久精品国产鲁丝片午夜精品| 色网站视频免费| 亚洲av.av天堂| 高清欧美精品videossex| 久久久久久久亚洲中文字幕| 午夜日本视频在线| 久久6这里有精品| 久久精品国产亚洲av天美| 小蜜桃在线观看免费完整版高清| 九草在线视频观看| 欧美最新免费一区二区三区| 欧美精品一区二区大全| 亚洲熟女精品中文字幕| xxx大片免费视频| 免费观看无遮挡的男女| 国产一区有黄有色的免费视频 | 免费观看性生交大片5| 午夜精品国产一区二区电影 | 日韩欧美 国产精品| 丰满乱子伦码专区| 欧美高清性xxxxhd video| 精品国产一区二区三区久久久樱花 | 午夜精品国产一区二区电影 | 久久精品人妻少妇| 亚洲国产精品成人综合色| 色尼玛亚洲综合影院| 免费观看在线日韩| 成人国产麻豆网| 又黄又爽又刺激的免费视频.| 高清视频免费观看一区二区 | 一夜夜www| 国产精品嫩草影院av在线观看| 麻豆精品久久久久久蜜桃| 精品99又大又爽又粗少妇毛片| 国产色婷婷99| 岛国毛片在线播放| 免费观看a级毛片全部| 久久午夜福利片| 黄色欧美视频在线观看| 蜜臀久久99精品久久宅男| 69人妻影院| 极品少妇高潮喷水抽搐| 亚洲激情五月婷婷啪啪| 成人无遮挡网站| 精品久久久噜噜| 国产乱人视频| 在线观看免费高清a一片| 国产精品av视频在线免费观看| 国产成人a∨麻豆精品| 国产综合懂色| 午夜日本视频在线| 亚洲国产最新在线播放| 亚洲精品一二三| av免费观看日本| 精品久久久精品久久久| 天堂av国产一区二区熟女人妻| 久久99蜜桃精品久久| 日日摸夜夜添夜夜爱| 老师上课跳d突然被开到最大视频| 人妻夜夜爽99麻豆av| 亚洲av电影在线观看一区二区三区 | 精品欧美国产一区二区三| av线在线观看网站| 国产精品.久久久| 哪个播放器可以免费观看大片| 日韩强制内射视频| 麻豆精品久久久久久蜜桃| 日韩视频在线欧美| 麻豆久久精品国产亚洲av| 少妇的逼好多水| 精品欧美国产一区二区三| 成年女人在线观看亚洲视频 | 黄色日韩在线| 久久99蜜桃精品久久| 一级a做视频免费观看| 99久久精品国产国产毛片| 伊人久久国产一区二区| 国内精品一区二区在线观看| 青春草亚洲视频在线观看| 久久99热这里只频精品6学生| 国产精品无大码| 五月玫瑰六月丁香| 欧美成人a在线观看| 久久久久性生活片| 亚洲三级黄色毛片| 99视频精品全部免费 在线| 亚洲欧美一区二区三区黑人 | 免费av观看视频| 免费观看在线日韩| 亚洲国产av新网站| 日本av手机在线免费观看| 亚洲国产色片| 午夜精品一区二区三区免费看| 大话2 男鬼变身卡| 丝袜美腿在线中文| 久久亚洲国产成人精品v| 色综合亚洲欧美另类图片| 国产麻豆成人av免费视频| 99久久九九国产精品国产免费| 日韩欧美三级三区| 亚洲av不卡在线观看| 国产免费一级a男人的天堂| 日本免费a在线| 观看免费一级毛片| 国产三级在线视频| 国产在视频线精品| 国内精品一区二区在线观看| 国产亚洲最大av| 亚洲图色成人| 亚洲自拍偷在线| 久久国内精品自在自线图片| 看免费成人av毛片| 国产高清国产精品国产三级 | 建设人人有责人人尽责人人享有的 | 男插女下体视频免费在线播放| 综合色av麻豆| 免费观看性生交大片5| 久久精品久久久久久久性| 免费看不卡的av| 成人毛片a级毛片在线播放| 午夜激情久久久久久久| 观看美女的网站| 国产真实伦视频高清在线观看| 欧美精品国产亚洲| 欧美激情在线99| 一级黄片播放器| a级一级毛片免费在线观看| 在线a可以看的网站| 亚洲欧洲国产日韩| 在线免费观看不下载黄p国产| 女人久久www免费人成看片| 国产成人福利小说| 中文在线观看免费www的网站| 亚洲av中文av极速乱| 能在线免费看毛片的网站| 国产伦理片在线播放av一区| 中文精品一卡2卡3卡4更新| 超碰97精品在线观看| 人妻夜夜爽99麻豆av| 69av精品久久久久久| 成人欧美大片| 亚洲国产欧美在线一区| 亚洲精品一区蜜桃| av免费观看日本| 国产精品一区www在线观看| 亚洲经典国产精华液单| 最近中文字幕高清免费大全6| 成人一区二区视频在线观看| 日韩欧美三级三区| 精品亚洲乱码少妇综合久久| 日产精品乱码卡一卡2卡三| 午夜免费激情av| 久久精品国产亚洲av涩爱| 777米奇影视久久| 欧美极品一区二区三区四区| 91aial.com中文字幕在线观看| 亚洲精品日本国产第一区| 伦理电影大哥的女人| 国产一区二区亚洲精品在线观看| 亚洲精品乱码久久久v下载方式| 日韩av不卡免费在线播放| 好男人视频免费观看在线| 国产伦理片在线播放av一区| 色哟哟·www| 尤物成人国产欧美一区二区三区| 3wmmmm亚洲av在线观看| 日韩 亚洲 欧美在线| 在线a可以看的网站| 综合色丁香网| 亚洲欧美成人精品一区二区| 国产精品一区二区三区四区久久| 亚洲精品国产av蜜桃| 亚洲激情五月婷婷啪啪| 国产精品久久久久久精品电影小说 | 青春草亚洲视频在线观看| 国产精品麻豆人妻色哟哟久久 | 一级爰片在线观看| 日韩制服骚丝袜av| 亚洲一区高清亚洲精品| 只有这里有精品99| 亚洲精品第二区| 午夜福利在线观看免费完整高清在| 91久久精品国产一区二区成人| 成人午夜精彩视频在线观看| 亚洲国产欧美在线一区| 九九爱精品视频在线观看| 2021天堂中文幕一二区在线观| 老司机影院成人| 久久久久久久久久人人人人人人| 女人十人毛片免费观看3o分钟| 亚洲精华国产精华液的使用体验| 国国产精品蜜臀av免费| 乱码一卡2卡4卡精品| 日韩av不卡免费在线播放| 校园人妻丝袜中文字幕| 乱码一卡2卡4卡精品| 国产午夜福利久久久久久| 色吧在线观看| 亚洲四区av| av专区在线播放| 日本与韩国留学比较| 嫩草影院新地址| 久久久久久久亚洲中文字幕| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 日韩欧美国产在线观看| 亚洲美女视频黄频| 成年av动漫网址| 国产三级在线视频| 久久精品国产亚洲网站| 日韩人妻高清精品专区| 国产成人aa在线观看| 日本-黄色视频高清免费观看| 性插视频无遮挡在线免费观看| 国产成人一区二区在线| 99九九线精品视频在线观看视频| 国产探花在线观看一区二区| 久久久国产一区二区| 精品久久久久久久久久久久久| 精品久久久久久久久亚洲| 日本黄色片子视频| av在线观看视频网站免费| 成人性生交大片免费视频hd| 亚洲电影在线观看av| 18禁在线无遮挡免费观看视频| 日韩国内少妇激情av| 欧美性猛交╳xxx乱大交人| 成人午夜精彩视频在线观看| 亚洲国产欧美人成| 波多野结衣巨乳人妻| 亚洲国产欧美在线一区| 亚洲三级黄色毛片| 国产成人福利小说| 日韩欧美一区视频在线观看 | 国产亚洲精品av在线| 国产av不卡久久| 亚洲av成人精品一区久久| 久久久成人免费电影| 中文字幕制服av| 亚洲国产精品sss在线观看| a级毛色黄片| 午夜福利高清视频| 亚洲欧美一区二区三区国产| 日韩精品青青久久久久久| 亚洲精品日本国产第一区| 免费观看av网站的网址| 一本一本综合久久| 麻豆久久精品国产亚洲av| 大香蕉97超碰在线| 欧美xxⅹ黑人| 亚洲国产色片| 久久精品人妻少妇| 国产乱来视频区| 国产乱人视频| 久久精品国产亚洲网站| 亚洲欧美精品专区久久| 欧美丝袜亚洲另类| 欧美日韩在线观看h| 亚洲精品成人av观看孕妇| 天天躁夜夜躁狠狠久久av| 在线免费十八禁| 我的老师免费观看完整版| 一本一本综合久久| av网站免费在线观看视频 | 国产老妇女一区| av国产久精品久网站免费入址| 大香蕉久久网| 嫩草影院入口| 你懂的网址亚洲精品在线观看| 精品久久久久久久末码| 一级毛片黄色毛片免费观看视频| 午夜免费激情av| 欧美日韩一区二区视频在线观看视频在线 | 乱人视频在线观看| 欧美+日韩+精品| 国产精品女同一区二区软件| 天天一区二区日本电影三级| 久久6这里有精品| 国产成人freesex在线| 日本免费a在线| 不卡视频在线观看欧美| 久久6这里有精品| 伦理电影大哥的女人| 国产免费视频播放在线视频 | 禁无遮挡网站| 亚洲在久久综合| 高清av免费在线| 直男gayav资源| 蜜臀久久99精品久久宅男| 久久6这里有精品| 啦啦啦韩国在线观看视频| 亚洲精品视频女| 午夜老司机福利剧场| 午夜免费观看性视频| 亚洲av男天堂| 建设人人有责人人尽责人人享有的 | av在线天堂中文字幕| 免费看不卡的av| 最近视频中文字幕2019在线8| 色5月婷婷丁香| 免费大片18禁| 伦理电影大哥的女人| 大片免费播放器 马上看| h日本视频在线播放| 六月丁香七月| 国产老妇女一区| 高清欧美精品videossex| 身体一侧抽搐| 99热6这里只有精品| 国产精品国产三级专区第一集| 韩国高清视频一区二区三区| 久久精品国产自在天天线| 高清毛片免费看| 亚洲av.av天堂| 亚洲av成人精品一区久久| 国产国拍精品亚洲av在线观看| av专区在线播放| 淫秽高清视频在线观看| 国产探花极品一区二区| 色播亚洲综合网| 亚洲成色77777| 一本久久精品| 一级毛片黄色毛片免费观看视频| 国产免费视频播放在线视频 | 少妇裸体淫交视频免费看高清| 又黄又爽又刺激的免费视频.| 亚洲欧美精品专区久久| 毛片女人毛片| 波野结衣二区三区在线| 一级毛片电影观看| 精品久久久久久久久久久久久| 精华霜和精华液先用哪个| 亚洲国产成人一精品久久久| 精品久久久久久电影网| 国产精品麻豆人妻色哟哟久久 | 精品少妇黑人巨大在线播放| 18禁在线无遮挡免费观看视频| 全区人妻精品视频| 国产人妻一区二区三区在| 国产极品天堂在线| 亚洲av不卡在线观看| 色综合亚洲欧美另类图片| 亚洲人成网站高清观看| 淫秽高清视频在线观看| 18+在线观看网站| 麻豆国产97在线/欧美| 午夜精品一区二区三区免费看| 99久久精品热视频| 成人亚洲精品av一区二区| 色综合色国产| 国国产精品蜜臀av免费| 午夜精品一区二区三区免费看| 99久久中文字幕三级久久日本| 欧美极品一区二区三区四区| 蜜臀久久99精品久久宅男| 非洲黑人性xxxx精品又粗又长| 国产真实伦视频高清在线观看| 成年av动漫网址| 亚州av有码| 亚洲人成网站在线观看播放| 校园人妻丝袜中文字幕| 99视频精品全部免费 在线| 亚洲国产色片| 精品人妻视频免费看| 免费黄网站久久成人精品| 黑人高潮一二区| 少妇的逼水好多| 视频中文字幕在线观看| 老司机影院毛片| 精品久久久噜噜| 国产精品人妻久久久影院| 看黄色毛片网站| 日韩成人av中文字幕在线观看| 看十八女毛片水多多多| 一本一本综合久久| 国产精品福利在线免费观看| 国产乱人偷精品视频| 国产成人精品婷婷| 欧美人与善性xxx| 好男人视频免费观看在线| 人妻夜夜爽99麻豆av| 建设人人有责人人尽责人人享有的 | 亚洲美女搞黄在线观看| 亚洲国产欧美在线一区| 91狼人影院| 精品久久久久久久末码| 国产永久视频网站| 免费看日本二区| 99久久中文字幕三级久久日本| a级一级毛片免费在线观看| 亚洲精品久久午夜乱码| 一级毛片黄色毛片免费观看视频| 一级黄片播放器| 久久精品久久久久久噜噜老黄| 国产成人a区在线观看| 最近视频中文字幕2019在线8| 成年版毛片免费区| 亚洲国产精品成人久久小说| 91av网一区二区| 国产亚洲av片在线观看秒播厂 | 免费黄频网站在线观看国产| 一级毛片电影观看| 久久久久久久久久久免费av| 亚洲欧美中文字幕日韩二区| 哪个播放器可以免费观看大片| 国产 一区 欧美 日韩| 国国产精品蜜臀av免费| 成年版毛片免费区| 午夜爱爱视频在线播放| eeuss影院久久| 99热这里只有是精品50| 亚洲精品国产成人久久av| 成年版毛片免费区| 精品人妻熟女av久视频| 欧美bdsm另类| 成人欧美大片| 色播亚洲综合网| 国产高潮美女av| 国产精品蜜桃在线观看| 天堂√8在线中文| 国产成人一区二区在线| 日本一二三区视频观看| 久久热精品热| 国产乱来视频区| 精品人妻视频免费看| 99久国产av精品| 男人舔女人下体高潮全视频| 极品教师在线视频| 街头女战士在线观看网站| 亚洲一区高清亚洲精品| 少妇人妻一区二区三区视频| 国产精品久久久久久久久免| 婷婷色综合大香蕉| 国产精品蜜桃在线观看| 男女下面进入的视频免费午夜| 精品久久久久久久久久久久久| 成人特级av手机在线观看| 国产白丝娇喘喷水9色精品| 国产精品一区www在线观看| 国产不卡一卡二| 精品一区二区三卡| 国产av国产精品国产| 国产女主播在线喷水免费视频网站 | 人妻夜夜爽99麻豆av| 如何舔出高潮| 麻豆国产97在线/欧美| 少妇高潮的动态图| 亚洲国产精品成人久久小说| 男女下面进入的视频免费午夜| 国产欧美日韩精品一区二区| 91精品伊人久久大香线蕉| av.在线天堂| 一级av片app| 丰满人妻一区二区三区视频av| 亚洲无线观看免费| 美女cb高潮喷水在线观看| 亚洲欧美精品专区久久| 免费少妇av软件| 日日干狠狠操夜夜爽| 欧美精品一区二区大全| 欧美成人午夜免费资源| 国产精品爽爽va在线观看网站| av福利片在线观看| 99热这里只有是精品在线观看| 亚洲一级一片aⅴ在线观看| 色5月婷婷丁香| 国内精品宾馆在线| 美女大奶头视频| 欧美一级a爱片免费观看看| 69人妻影院| 国内少妇人妻偷人精品xxx网站| 亚洲美女搞黄在线观看| 激情 狠狠 欧美| 熟女电影av网| 一级av片app| 九色成人免费人妻av| 国产成人精品福利久久| 97精品久久久久久久久久精品| 久久久久久伊人网av| 麻豆成人av视频| 一本一本综合久久| 男女下面进入的视频免费午夜| 赤兔流量卡办理| 一区二区三区免费毛片| 亚洲乱码一区二区免费版| 午夜精品一区二区三区免费看| 亚洲aⅴ乱码一区二区在线播放| 男女啪啪激烈高潮av片| 老师上课跳d突然被开到最大视频| 在线观看美女被高潮喷水网站| 两个人的视频大全免费| 内地一区二区视频在线| 嫩草影院精品99| 亚洲电影在线观看av| 女的被弄到高潮叫床怎么办| 丰满乱子伦码专区| 日本免费在线观看一区| 亚洲国产成人一精品久久久| 亚洲精品国产成人久久av| 肉色欧美久久久久久久蜜桃 | 国产白丝娇喘喷水9色精品| 99热全是精品| 亚洲国产欧美在线一区| 久久久久久久久久久免费av| 青春草国产在线视频| 亚洲精品色激情综合| 少妇高潮的动态图| 麻豆精品久久久久久蜜桃| 亚洲av成人av| 女人久久www免费人成看片| 久久久久性生活片| 欧美精品国产亚洲| .国产精品久久| 男人狂女人下面高潮的视频| 亚洲国产欧美人成| 国产精品久久久久久久电影| 午夜福利成人在线免费观看| 丰满乱子伦码专区| 亚洲第一区二区三区不卡| 熟妇人妻不卡中文字幕| 美女xxoo啪啪120秒动态图| 日韩欧美 国产精品| 乱码一卡2卡4卡精品|