• <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YOLOv5s模型的小麥品種(系)穗數(shù)檢測

    2022-12-20 02:20:34臧賀藏趙晴周萌曹廷杰張杰李國強鄭國清
    山東農(nóng)業(yè)科學 2022年11期
    關鍵詞:穗數(shù)麥穗計數(shù)

    臧賀藏,趙晴,周萌,曹廷杰,張杰,李國強,鄭國清

    (1. 河南省農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與信息研究所/農(nóng)業(yè)農(nóng)村部黃淮海智慧農(nóng)業(yè)技術重點實驗室,河南 鄭州 450002;2. 河南省農(nóng)業(yè)科學院小麥研究所,河南 鄭州 450002)

    小麥是我國重要的糧食作物,全世界約35%~40%的人口以小麥為主食[1-3]。2021年,我國小麥種植面積2 291.1 萬公頃,產(chǎn)量1.34 億噸,是世界最大的小麥生產(chǎn)國[4]。小麥產(chǎn)量由單位面積穗數(shù)、每穗粒數(shù)和粒重構成[5,6],及時準確獲取穗數(shù)可為小麥產(chǎn)量估測和品種評價提供科學依據(jù)。在實際生產(chǎn)中,小麥穗數(shù)的獲取主要以人工實地調(diào)查為主,即選取一定長度的小麥樣段,人工調(diào)查穗數(shù),然后根據(jù)整片區(qū)域小麥的平均行距,推算單位面積小麥穗數(shù)。這種方法存在主觀性強、隨機性強、缺乏統(tǒng)一標準等弊端,費時費力、效率低,而且不能實時、快速地獲取統(tǒng)計結果。

    隨著機器視覺技術的快速發(fā)展,圖像處理技術在病蟲害檢測[7-11]、表型參數(shù)監(jiān)測[12-14]以及產(chǎn)量預測[15-17]方面得到了廣泛應用,目前在小麥穗數(shù)識別和數(shù)量檢測方面也有一些研究,如杜穎等[2]在無氮、低氮、正常氮和高氮4 個氮水平下,基于超像素分割和顏色特征,快速準確地統(tǒng)計出大田小麥穗數(shù);高姻燕等[18]基于YOLOv3 對無人機航拍得到的典型田間小麥穗數(shù)圖像進行檢測,實現(xiàn)了小麥穗數(shù)及時高效地估測;劉哲等[19]提出一種基于改進的Bayes 摳圖算法的麥穗小穗自動計數(shù)方法,可以實現(xiàn)小麥小穗數(shù)的高效、自動計數(shù);鄧國強等[20]采用數(shù)碼相機獲取人工接種赤霉病菌的麥穗圖像,然后基于改進的U-net 模型對標記好的發(fā)病麥穗圖像進行訓練,可以很好地識別與監(jiān)測小麥赤霉病穗。但以往研究多集中于不同栽培管理措施下的小麥穗數(shù)識別,且應用YOLOv5s 訓練模型對小麥品種(系)穗數(shù)識別和統(tǒng)計的研究報道甚少。鑒于科研人員便于攜帶、易操作的需求,本研究利用智能手機進行麥穗圖像采集,然后針對密度高、遮擋及交叉重疊嚴重導致的麥穗檢測錯誤和漏檢等問題,以2020—2021年度參加國家冬小麥黃淮南片水地組區(qū)域試驗的82 個小麥品種(系)為材料,通過目標檢測手段YOLOv5s 獲得訓練模型,實現(xiàn)麥穗的自動識別和數(shù)量統(tǒng)計,以期為田間小麥品種(系)穗數(shù)統(tǒng)計和產(chǎn)量估測提供技術支撐。

    1 材料與方法

    1.1 試驗地概況

    供試材料為參加2020—2021年度國家冬小麥黃淮海南片水地組區(qū)域試驗的82 個小麥品種(系),種植于河南省農(nóng)業(yè)科學院河南現(xiàn)代農(nóng)業(yè)研究開發(fā)基地。該地位于北緯35°0′44″、東經(jīng)113°41′44 ″,屬暖溫帶大陸性季風氣候,年平均氣溫為14.4℃,多年平均降雨量為549.9 mm,全年日照時數(shù)2 300~2 600 h,小麥—玉米輪作為該地區(qū)的主要種植模式。

    試驗共設有501 個小區(qū),隨機區(qū)組排列,3 次重復;每個小區(qū)種植6 行小麥,小區(qū)面積12 m2。播種日期為2020年10月9 日,種植密度195 萬株/hm2。試驗田管理措施高于普通大田。

    1.2 數(shù)據(jù)采集與數(shù)據(jù)集構建

    1.2.1 公開數(shù)據(jù)集 由于人工標記抽穗期圖像工作量較大,因此從Global Wheat Challenge 2021(https:/ /www.aicrowd.com/challenges/global-wheatchallenge-2021)提供的公開數(shù)據(jù)集中篩選出拍攝清晰無遮擋的2 583 幅圖像,圖像分辨率為1 024像素×1 024 像素,用作模型訓練集和驗證集的樣本圖像分別為2 325 幅和258 幅,部分圖像示例如圖1 所示。

    圖1 全球小麥數(shù)據(jù)集中部分圖像示例

    1.2.2 圖像數(shù)據(jù)采集 于2021年4月19 日上午10 時、天氣晴朗無云時,使用智能手機Honor 20 pro 拍攝正處于抽穗期的麥穗圖像。拍攝時將智能手機固定在手持拍攝桿上,于小麥冠層上方50 cm 處垂直拍攝。篩選出拍攝清晰無遮擋的360幅圖像作為測試集,圖像分辨率為960 像素×720像素。

    1.2.3 數(shù)據(jù)集構建和標注 為了獲得更好的圖像檢測結果,利用標注工具Labelimg 對麥穗圖像進行紅色方框標注,即在每個麥穗位置標記一個紅色方框。標注結果可以保存為YOLO 系列的.CSV文件,包括train/box_loss、train/obj_loss、train/cls_loss、precision、recall、mAP_0.5、mAP_0.5:0.95、val/box_loss、val/obj_loss、val/cls_loss、x/lr0、x/lr1、x/lr2。

    1.3 模型構建

    1.3.1 YOLOv5s 訓練模型網(wǎng)絡結構 YOLO 系列是單階段目標檢測具有代表性的算法,其中YOLOv5 網(wǎng)絡模型在YOLOv4 基礎上進行了改進,主要包括YOLOv5s、YOLOv5m、YOLOv5l 和YOLOv5x 四個版本,而YOLOv5s 具有運行速度快、靈活性高的特點,在模型快速部署上具有較強的優(yōu)勢,檢測速度在四個版本中最快[21]。與其他3 個版本比較,YOLOv5s 是YOLOv5 模型中體積最小的網(wǎng)絡模型,具有深度最淺和寬度最窄的優(yōu)勢,可以更好地滿足實時性需求,所需消耗的參數(shù)量和計算量最小。

    本研究即采用YOLOv5s 進行訓練模型構建,由輸入端(Input)、主干網(wǎng)絡(Backbone)、頸部(Neck)、頭部(Head)和輸出端(Output)五部分組成,網(wǎng)絡結構如圖2 所示。輸入端輸入的圖像尺寸為640×640×3,采用Mosaic 數(shù)據(jù)增強、Anchor自適應錨框計算和圖像縮放等策略對圖像進行預處理。在YOLOv5 中使用CSPDarknet53 作為模型的主干網(wǎng)絡,包括Focus 模塊、Conv 模塊、C3 模塊和SPP 模塊,其作用是從輸入圖像中提取豐富的語義特征;頸部采用FPN 和PAN 生成特征金字塔,用來增強對多尺度目標的檢測;頭部是對從頸部傳遞來的特征進行預測,并生成3 個不同尺度的特征圖。

    圖2 YOLOv5s 算法網(wǎng)絡結構

    1.3.2 YOLOv5s 主干網(wǎng)絡模塊 YOLOv5s 主干網(wǎng)絡結構示意圖如圖3 所示。

    圖3 YOLOv5s 網(wǎng)絡中主干網(wǎng)絡模塊結構示意圖

    Conv 模塊的結構為Conv2d+BN+SiLU,依次是卷積層、歸一化操作和激活函數(shù)。

    Focus 模塊的目的是減少模型的計算量,加快網(wǎng)絡的訓練速度。首先將輸入大小為3×640×640 的圖像切分成4 個切片,每個切片的大小為3×320×320。然后使用拼接操作將4 個切片通過通道維度拼接起來,得到的特征圖尺度為12×320×320。再經(jīng)過一次卷積操作,最終得到32×320×320 的特征圖。

    C3 模塊由兩個分支組成,在第一條分支中輸入的特征圖要通過3 個連續(xù)的Conv 模塊和多個堆疊的Bottleneck 模塊;在第二條分支中,特征圖僅通過一個Conv 模塊,最終將兩個分支按通道拼接在一起。其中,Bottleneck 模塊可更好地提取目標的高級特征,主要由兩個連續(xù)的卷積操作和一個殘差操作組成。

    SPP 模塊是空間金字塔池化模塊,用來擴大網(wǎng)絡的感受野。在YOLOv5s 中SPP 模塊的輸入特征圖大小為512×20×20,通過一個Conv 模塊后通道數(shù)減半;然后對特征圖使用卷積核分別為5×5、9×9、13×13 的最大池化操作,并將3 種特征圖與輸入特征圖按通道拼接后再通過一個Conv 模塊,最終輸出的特征圖大小為512×20×20。

    1.4 模型訓練

    試驗選用Intel(R) Core(TM) i7-10600 CPU @2.90GHz,GPU 選擇NVIDIA GeForce RTX3090,顯存24GB,使用PyTorch1.10 作為深度學習框架。

    將訓練集、驗證集和測試集圖像的尺寸統(tǒng)一調(diào)整為640 像素×640 像素,并分為多個批次,遍歷所有批次后完成一次迭代。優(yōu)化器選擇SGD,設置初始學習率為0.01,隨著迭代次數(shù)增加降低學習率至0.001。

    1.5 模型驗證

    為了驗證模型檢測精度,隨機抽取10 幅圖像,基于統(tǒng)一的麥穗計數(shù)標準,挑選具有相關農(nóng)學背景的2 名人員分別對每幅圖像中的麥穗進行計數(shù),取平均值作為該圖像對應的小麥穗數(shù)測量值。

    1.6 評價指標

    為評估YOLOv5s 模型檢測效果,采用精準率(precision,P)、召回率(recall,R)、平均精度均值mAP(mean average precision)和F1 值(F1-Score)作為評價小麥穗數(shù)檢測模型性能的指標。計算公式如下:

    式中TP 指正確檢測出的圖像中小麥麥穗數(shù)量;FP 指誤把圖像中背景識別為小麥麥穗的數(shù)量;FN 指未正確識別出的小麥麥穗數(shù)量;P(k)表示可以識別k 幅圖像的精度;dR(k)表示識別的圖像數(shù)量從k 改變時召回率的變化。

    2 結果與分析

    2.1 模型檢測效果

    利用YOLOv5s 訓練模型對不同小麥新品種(系)麥穗圖像進行檢測,結果如圖4 所示,圖中紅色框標注即為YOLOv5s 訓練模型對麥穗識別的結果。通過與原始圖像對比發(fā)現(xiàn),YOLOv5s 訓練模型可以較好地檢測出紅色方框中特別小的麥穗,麥穗邊界框回歸也更精準,有效提高了對小目標的檢測精度,較好地解決了麥穗的遮擋和重疊問題,提高了麥穗計數(shù)的準確率。

    圖4 小麥穗部圖像檢測結果

    2.2 模型訓練結果

    由圖5 可以看出,經(jīng)過60 次訓練,最終模型的精準率為96.47%,召回率為93.98%,mAP 為0.971,損失值降至0.03,說明該模型準確率、召回率較高,損失值較低,達到了收斂。

    圖5 訓練結果

    2.3 模型檢測結果驗證

    為驗證YOLOv5s 模型在小麥品種(系)麥穗計數(shù)上的準確率,隨機抽取10 幅圖像,人工統(tǒng)計麥穗數(shù)量,并將兩種方法的統(tǒng)計結果進行對比分析,結果(表1)顯示,利用YOLOv5s 模型檢測的準確率在94.39%~96.55%,平均95.60%,誤差為3.45~5.61,精度較高,且對每幅圖像的檢測平均耗時0.07s,檢測效率遠高于人工統(tǒng)計。

    表1 人工統(tǒng)計與YOLOv5 模型統(tǒng)計結果對比

    3 討論與結論

    穗數(shù)是決定小麥產(chǎn)量的重要表型性狀,根據(jù)影像資料進行麥穗檢測是小麥表型研究的熱點[22]?;跓o人機數(shù)碼圖像的小麥穗數(shù)監(jiān)測主要采用目標檢測方法獲取小麥穗的數(shù)量和幾何圖形[23-25]。Fernandez-Gallego 等[26]采用深度學習算法基于小麥穗部熱圖進行麥穗計數(shù)。鮑文霞等[27]基于數(shù)碼相機拍攝的田間小麥穗部圖像,采用遷移學習方法,構建了麥穗計數(shù)函數(shù)模型,實現(xiàn)了田間麥穗的計數(shù)。范夢揚等[28]利用部署于田

    間的攝像頭采集小麥穗的低分辨率群體圖像,并采用支持向量機法獲取了圖像中的麥穗數(shù)量。陳佳瑋等[29]采用輕量級深度學習技術構建了安卓手機智能化分析軟件,利用安卓智能手機俯拍小麥圖像,可離線識別圖像中的麥穗數(shù)量。

    本研究基于YOLOv5s 訓練模型,利用智能手機拍攝的圖像,完成了小麥新品種的麥穗數(shù)量檢測,模型檢測精準率、召回率和平均精度均值分別為96.47%、93.98%和0.971,單幅圖像平均檢測時間為0.07 s,與人工基于圖像的統(tǒng)計結果相比,準確率達到95.60%,取得了較好的檢測效果與泛化特性。表明YOLOv5s 訓練模型在復雜田間環(huán)境中的適用性較高,能較好地解決小麥穗的遮擋和重疊問題,從而高效、準確地檢測出小麥穗數(shù),可為實際生產(chǎn)中小麥穗計數(shù)及產(chǎn)量估測提供技術參考。

    隨著深度學習技術的快速發(fā)展,使用現(xiàn)有卷積神經(jīng)網(wǎng)絡進行小麥穗數(shù)檢測的精度已經(jīng)不能滿足科研人員的需求。在今后的研究方向中,本課題組將根據(jù)小麥穗數(shù)檢測任務的特征,進一步優(yōu)化卷積神經(jīng)網(wǎng)絡結構,使用擬合度更高的數(shù)據(jù)集,以實現(xiàn)對小麥穗數(shù)更高精度的識別。

    猜你喜歡
    穗數(shù)麥穗計數(shù)
    播期和密度對揚麥25產(chǎn)量及產(chǎn)量構成因子的影響
    五月麥穗金燦燦
    輕音樂(2022年11期)2022-11-22 12:56:18
    古人計數(shù)
    彩虹色的雨
    遞歸計數(shù)的六種方式
    古代的計數(shù)方法
    雜交晚粳稻通優(yōu)粳1號產(chǎn)量及構成因子分析
    麥穗穗
    民族音樂(2018年5期)2018-11-17 08:20:00
    高產(chǎn)小麥構成要素的解析與掌握
    揀麥穗
    趣味(語文)(2018年7期)2018-06-26 08:13:52
    深夜精品福利| 俄罗斯特黄特色一大片| 亚洲欧美日韩东京热| 1024手机看黄色片| 一a级毛片在线观看| 久久国产精品人妻蜜桃| or卡值多少钱| 身体一侧抽搐| 男人狂女人下面高潮的视频| 免费看美女性在线毛片视频| ponron亚洲| 久久久久久久久中文| 亚洲四区av| 亚洲一级一片aⅴ在线观看| 亚洲成av人片在线播放无| 熟女人妻精品中文字幕| 国产精品女同一区二区软件 | 日韩中字成人| 波多野结衣巨乳人妻| 亚洲成人久久爱视频| 综合色av麻豆| 一进一出抽搐gif免费好疼| 一卡2卡三卡四卡精品乱码亚洲| 亚洲avbb在线观看| 91久久精品国产一区二区成人| 99久久精品热视频| 国产伦一二天堂av在线观看| 欧美另类亚洲清纯唯美| 国产高清有码在线观看视频| 此物有八面人人有两片| 久久久精品大字幕| 国产成人影院久久av| 草草在线视频免费看| 国产成人一区二区在线| 少妇人妻精品综合一区二区 | 日韩精品有码人妻一区| 婷婷精品国产亚洲av| 亚洲精华国产精华液的使用体验 | a级一级毛片免费在线观看| 欧美激情在线99| av天堂中文字幕网| 久久精品国产鲁丝片午夜精品 | 1000部很黄的大片| 黄色欧美视频在线观看| 色视频www国产| 男插女下体视频免费在线播放| 女生性感内裤真人,穿戴方法视频| 国产成年人精品一区二区| 天天躁日日操中文字幕| 国产av不卡久久| 国产精品综合久久久久久久免费| 亚洲中文日韩欧美视频| 日本撒尿小便嘘嘘汇集6| 日韩欧美免费精品| 丰满的人妻完整版| 永久网站在线| 欧美日韩综合久久久久久 | 高清在线国产一区| 国产亚洲av嫩草精品影院| 热99在线观看视频| .国产精品久久| 久久精品国产亚洲av天美| 国产亚洲av嫩草精品影院| 免费电影在线观看免费观看| 大型黄色视频在线免费观看| 亚洲午夜理论影院| 欧洲精品卡2卡3卡4卡5卡区| 久久天躁狠狠躁夜夜2o2o| 97超视频在线观看视频| 又黄又爽又免费观看的视频| 亚洲在线自拍视频| 观看免费一级毛片| 久久久久国内视频| 舔av片在线| 国产国拍精品亚洲av在线观看| 村上凉子中文字幕在线| 欧美激情久久久久久爽电影| 久久久久久久久久久丰满 | 无人区码免费观看不卡| 精品免费久久久久久久清纯| 最近视频中文字幕2019在线8| 99九九线精品视频在线观看视频| 久久久久久久精品吃奶| 99久久无色码亚洲精品果冻| or卡值多少钱| 国产成人影院久久av| 麻豆国产av国片精品| 99久久精品国产国产毛片| 国产美女午夜福利| 久久久久久久久久久丰满 | 永久网站在线| 自拍偷自拍亚洲精品老妇| 此物有八面人人有两片| 亚洲av.av天堂| 成年女人永久免费观看视频| 51国产日韩欧美| 在线免费十八禁| 很黄的视频免费| 精品99又大又爽又粗少妇毛片 | 色综合亚洲欧美另类图片| 一区福利在线观看| 日韩欧美一区二区三区在线观看| 国产精品av视频在线免费观看| 亚洲国产精品sss在线观看| 村上凉子中文字幕在线| 久久这里只有精品中国| 国产一区二区三区av在线 | 国产精品爽爽va在线观看网站| 亚州av有码| 国产精品一区二区三区四区免费观看 | 欧美人与善性xxx| 狂野欧美白嫩少妇大欣赏| 在线免费十八禁| 国产亚洲精品久久久com| 亚洲av熟女| 国产一区二区在线av高清观看| 成人三级黄色视频| 精品不卡国产一区二区三区| 久久久久久久亚洲中文字幕| 男女那种视频在线观看| 99热这里只有是精品50| 最近最新中文字幕大全电影3| 成人鲁丝片一二三区免费| 久久久国产成人免费| 亚洲欧美清纯卡通| 美女 人体艺术 gogo| 日韩欧美国产在线观看| 国产亚洲精品av在线| 在线观看66精品国产| 中出人妻视频一区二区| 人妻少妇偷人精品九色| 亚洲av熟女| 久久人人精品亚洲av| 亚洲精华国产精华液的使用体验 | 国产精品99久久久久久久久| 亚洲成av人片在线播放无| 成人一区二区视频在线观看| 国产激情偷乱视频一区二区| 国产亚洲精品av在线| 小蜜桃在线观看免费完整版高清| 人人妻人人看人人澡| 日日摸夜夜添夜夜添av毛片 | 国产精品人妻久久久影院| 我要搜黄色片| 欧美成人a在线观看| 亚州av有码| 亚洲七黄色美女视频| 免费在线观看成人毛片| 亚洲av成人精品一区久久| 在线天堂最新版资源| 国产精品av视频在线免费观看| 美女xxoo啪啪120秒动态图| 国产人妻一区二区三区在| 久久久久精品国产欧美久久久| 天天一区二区日本电影三级| 亚洲 国产 在线| 亚洲av美国av| 国产精品久久视频播放| 亚洲精品456在线播放app | 草草在线视频免费看| 国产黄色小视频在线观看| 热99re8久久精品国产| 国产精品电影一区二区三区| 国产精品亚洲一级av第二区| av国产免费在线观看| 国产一区二区亚洲精品在线观看| 欧美成人一区二区免费高清观看| 美女高潮的动态| 神马国产精品三级电影在线观看| 日韩欧美国产一区二区入口| 色在线成人网| 97人妻精品一区二区三区麻豆| 亚洲av.av天堂| 国产一区二区三区在线臀色熟女| 国产高清有码在线观看视频| 一本久久中文字幕| 欧美中文日本在线观看视频| 级片在线观看| 国产精品人妻久久久久久| 国产白丝娇喘喷水9色精品| 免费观看在线日韩| 国内少妇人妻偷人精品xxx网站| 久久国产乱子免费精品| 久久亚洲精品不卡| 国产国拍精品亚洲av在线观看| a级毛片免费高清观看在线播放| 不卡一级毛片| 自拍偷自拍亚洲精品老妇| 亚洲av日韩精品久久久久久密| 日本一二三区视频观看| 亚洲成人精品中文字幕电影| 全区人妻精品视频| 97碰自拍视频| 国产私拍福利视频在线观看| 国产精品,欧美在线| 俄罗斯特黄特色一大片| 天天躁日日操中文字幕| 国产淫片久久久久久久久| 可以在线观看的亚洲视频| 亚洲成人久久爱视频| 校园春色视频在线观看| 赤兔流量卡办理| 亚洲精品一卡2卡三卡4卡5卡| 色在线成人网| 国产欧美日韩精品亚洲av| 成年人黄色毛片网站| 亚洲人成网站高清观看| 91久久精品电影网| 男女边吃奶边做爰视频| 亚洲五月天丁香| 精品午夜福利视频在线观看一区| 亚洲国产精品久久男人天堂| 大又大粗又爽又黄少妇毛片口| 成人亚洲精品av一区二区| 国产欧美日韩精品一区二区| 欧美高清成人免费视频www| 老熟妇乱子伦视频在线观看| 欧美三级亚洲精品| 日本免费一区二区三区高清不卡| av天堂在线播放| 色吧在线观看| 春色校园在线视频观看| 午夜久久久久精精品| 亚洲国产精品合色在线| 99视频精品全部免费 在线| 国产乱人视频| 国产成年人精品一区二区| or卡值多少钱| 嫩草影院新地址| 久久久久久国产a免费观看| 性色avwww在线观看| 在线看三级毛片| 亚洲在线观看片| 免费av不卡在线播放| 日本色播在线视频| 深夜精品福利| 夜夜爽天天搞| 久久精品国产亚洲av天美| 欧美激情久久久久久爽电影| 日韩欧美精品v在线| 天美传媒精品一区二区| 特大巨黑吊av在线直播| 国内精品一区二区在线观看| 久久精品夜夜夜夜夜久久蜜豆| 一夜夜www| 亚洲一区高清亚洲精品| 午夜精品一区二区三区免费看| 国产高清不卡午夜福利| 久久国产乱子免费精品| 亚洲性夜色夜夜综合| 日韩亚洲欧美综合| 级片在线观看| 亚洲最大成人中文| 村上凉子中文字幕在线| 国产精品自产拍在线观看55亚洲| 亚洲人与动物交配视频| 中文字幕熟女人妻在线| 欧美成人a在线观看| 成熟少妇高潮喷水视频| 少妇高潮的动态图| 深夜a级毛片| 国产精品一区二区三区四区久久| 亚洲人成网站在线播放欧美日韩| 国产高潮美女av| 亚洲av.av天堂| 午夜亚洲福利在线播放| 亚洲欧美清纯卡通| 免费看av在线观看网站| 久久久久精品国产欧美久久久| 真人做人爱边吃奶动态| 99久久九九国产精品国产免费| ponron亚洲| 少妇丰满av| a级毛片免费高清观看在线播放| 亚洲最大成人手机在线| 三级毛片av免费| 亚洲国产高清在线一区二区三| 成人国产综合亚洲| 少妇丰满av| 久久久久国内视频| 久久国产精品人妻蜜桃| 免费一级毛片在线播放高清视频| 亚洲av电影不卡..在线观看| 韩国av一区二区三区四区| 日本黄大片高清| 丰满人妻一区二区三区视频av| 日韩精品青青久久久久久| 亚洲综合色惰| 精品国内亚洲2022精品成人| 99视频精品全部免费 在线| 国产精品av视频在线免费观看| 免费看美女性在线毛片视频| 免费看av在线观看网站| 久久国产精品人妻蜜桃| 成人高潮视频无遮挡免费网站| 国产一区二区三区视频了| 欧美日韩精品成人综合77777| 国产亚洲91精品色在线| 日本一二三区视频观看| 91麻豆av在线| 免费av观看视频| 国产爱豆传媒在线观看| 黄片wwwwww| 超碰av人人做人人爽久久| 亚洲最大成人手机在线| 午夜福利成人在线免费观看| 午夜日韩欧美国产| 国产精品综合久久久久久久免费| 97超视频在线观看视频| av女优亚洲男人天堂| 老女人水多毛片| 日韩欧美 国产精品| 免费观看人在逋| av在线老鸭窝| 神马国产精品三级电影在线观看| 狠狠狠狠99中文字幕| 黄色丝袜av网址大全| 国产高潮美女av| 欧美一区二区亚洲| 久久久久久久久久久丰满 | 亚洲无线观看免费| 国产一级毛片七仙女欲春2| 国产精品免费一区二区三区在线| 18禁裸乳无遮挡免费网站照片| 国产又黄又爽又无遮挡在线| 欧美区成人在线视频| 精品一区二区免费观看| 日本a在线网址| 免费黄网站久久成人精品| 一级黄色大片毛片| 长腿黑丝高跟| 在线免费观看不下载黄p国产 | 欧美黑人欧美精品刺激| 国产欧美日韩一区二区精品| 免费人成在线观看视频色| 欧美三级亚洲精品| 欧美一区二区国产精品久久精品| 麻豆成人午夜福利视频| av专区在线播放| 国产高清视频在线播放一区| 欧美一区二区国产精品久久精品| 成人二区视频| 人妻制服诱惑在线中文字幕| 婷婷六月久久综合丁香| 天美传媒精品一区二区| 91麻豆av在线| 黄色一级大片看看| 成人欧美大片| 欧美区成人在线视频| 一区福利在线观看| 色精品久久人妻99蜜桃| 午夜精品一区二区三区免费看| 亚洲成人免费电影在线观看| 女生性感内裤真人,穿戴方法视频| 欧美另类亚洲清纯唯美| 久久香蕉精品热| 91麻豆精品激情在线观看国产| 亚洲精品久久国产高清桃花| 99热精品在线国产| 自拍偷自拍亚洲精品老妇| 久久久久久大精品| 性欧美人与动物交配| 伊人久久精品亚洲午夜| 黄色女人牲交| 久久天躁狠狠躁夜夜2o2o| 在线播放国产精品三级| 女同久久另类99精品国产91| www日本黄色视频网| 一区二区三区四区激情视频 | 国产精品久久久久久久电影| 亚洲国产高清在线一区二区三| 精品一区二区免费观看| 欧美色视频一区免费| 国产伦在线观看视频一区| 亚洲成人中文字幕在线播放| 欧美黑人巨大hd| 黄色欧美视频在线观看| 国产高潮美女av| 国产一区二区三区在线臀色熟女| 桃色一区二区三区在线观看| 欧美精品啪啪一区二区三区| 亚洲自拍偷在线| 免费人成视频x8x8入口观看| 日韩欧美在线二视频| 亚洲经典国产精华液单| 欧美黑人欧美精品刺激| 欧美色视频一区免费| 赤兔流量卡办理| 久久精品国产亚洲av香蕉五月| 国产淫片久久久久久久久| 婷婷亚洲欧美| 亚洲av日韩精品久久久久久密| 国内久久婷婷六月综合欲色啪| 成人毛片a级毛片在线播放| 天美传媒精品一区二区| 国产大屁股一区二区在线视频| 国产色爽女视频免费观看| 色综合婷婷激情| 国产男靠女视频免费网站| 他把我摸到了高潮在线观看| 热99在线观看视频| 亚洲va在线va天堂va国产| 国产精品野战在线观看| 色在线成人网| 天天躁日日操中文字幕| 国产伦精品一区二区三区四那| 午夜a级毛片| 中出人妻视频一区二区| 成年版毛片免费区| 天堂动漫精品| 简卡轻食公司| 亚洲va日本ⅴa欧美va伊人久久| 精品一区二区免费观看| 国内精品宾馆在线| 久久久久免费精品人妻一区二区| 国产免费av片在线观看野外av| 午夜免费激情av| 淫妇啪啪啪对白视频| 99国产极品粉嫩在线观看| 久久亚洲真实| 美女被艹到高潮喷水动态| 婷婷精品国产亚洲av在线| 夜夜爽天天搞| 小蜜桃在线观看免费完整版高清| 精华霜和精华液先用哪个| 少妇猛男粗大的猛烈进出视频 | 校园春色视频在线观看| 在线a可以看的网站| av在线天堂中文字幕| 欧美国产日韩亚洲一区| 99国产极品粉嫩在线观看| 日韩高清综合在线| 91在线观看av| 亚洲一级一片aⅴ在线观看| 精品无人区乱码1区二区| 变态另类成人亚洲欧美熟女| 欧美日韩中文字幕国产精品一区二区三区| 亚洲欧美精品综合久久99| 麻豆久久精品国产亚洲av| 嫩草影院精品99| 三级毛片av免费| 小蜜桃在线观看免费完整版高清| 精品久久久久久,| 一边摸一边抽搐一进一小说| 国产av麻豆久久久久久久| 一级a爱片免费观看的视频| 免费观看的影片在线观看| a级一级毛片免费在线观看| av国产免费在线观看| 日本欧美国产在线视频| 日韩国内少妇激情av| 一a级毛片在线观看| 免费一级毛片在线播放高清视频| 亚洲欧美日韩高清专用| 日韩在线高清观看一区二区三区 | 日韩欧美一区二区三区在线观看| 18禁黄网站禁片午夜丰满| 老司机深夜福利视频在线观看| 两个人的视频大全免费| 国产精品自产拍在线观看55亚洲| 欧美高清性xxxxhd video| 国产一区二区三区av在线 | 99久久成人亚洲精品观看| 两性午夜刺激爽爽歪歪视频在线观看| 五月伊人婷婷丁香| 美女cb高潮喷水在线观看| 国内精品一区二区在线观看| 欧美性猛交黑人性爽| 又黄又爽又刺激的免费视频.| 欧美bdsm另类| 麻豆av噜噜一区二区三区| 成年女人看的毛片在线观看| 国产伦人伦偷精品视频| 久久国产精品人妻蜜桃| 免费看a级黄色片| 女人十人毛片免费观看3o分钟| 国产成人a区在线观看| 久久人人精品亚洲av| 亚洲av免费高清在线观看| 特级一级黄色大片| 亚洲自偷自拍三级| 如何舔出高潮| 亚洲专区中文字幕在线| 久久亚洲真实| 91在线观看av| 床上黄色一级片| 内地一区二区视频在线| 嫩草影视91久久| 久久久久九九精品影院| 伦精品一区二区三区| 久久精品影院6| 精品日产1卡2卡| 久久久午夜欧美精品| 春色校园在线视频观看| 伦理电影大哥的女人| 亚洲精品国产成人久久av| 老女人水多毛片| 亚洲av.av天堂| 黄色丝袜av网址大全| 日韩精品有码人妻一区| 亚洲欧美激情综合另类| 永久网站在线| 天天躁日日操中文字幕| 久久久久久久久久成人| 国产一区二区在线av高清观看| 国产av一区在线观看免费| 97人妻精品一区二区三区麻豆| 国产成人av教育| 免费观看在线日韩| 性插视频无遮挡在线免费观看| 小蜜桃在线观看免费完整版高清| 亚洲av.av天堂| 欧美丝袜亚洲另类 | 黄色视频,在线免费观看| 欧美一级a爱片免费观看看| 欧美精品国产亚洲| 琪琪午夜伦伦电影理论片6080| 91精品国产九色| 婷婷精品国产亚洲av在线| 三级毛片av免费| 亚洲中文日韩欧美视频| 动漫黄色视频在线观看| 丝袜美腿在线中文| 天堂av国产一区二区熟女人妻| 丰满人妻一区二区三区视频av| 亚洲不卡免费看| 久久人人精品亚洲av| 国产成人aa在线观看| 又紧又爽又黄一区二区| 男女之事视频高清在线观看| 色5月婷婷丁香| 久久久久久大精品| 久久人妻av系列| 少妇被粗大猛烈的视频| 黄色欧美视频在线观看| 亚洲第一区二区三区不卡| 嫩草影院入口| 国内精品一区二区在线观看| 亚洲国产欧美人成| 欧美高清性xxxxhd video| 欧美又色又爽又黄视频| 麻豆成人午夜福利视频| 全区人妻精品视频| 天天躁日日操中文字幕| 熟妇人妻久久中文字幕3abv| 麻豆国产97在线/欧美| 中文在线观看免费www的网站| 国产主播在线观看一区二区| 成人鲁丝片一二三区免费| 一进一出抽搐gif免费好疼| 亚洲欧美清纯卡通| 婷婷精品国产亚洲av| 99国产精品一区二区蜜桃av| 亚洲精华国产精华液的使用体验 | 一本一本综合久久| av天堂中文字幕网| 天天躁日日操中文字幕| 99久久九九国产精品国产免费| 日韩欧美免费精品| 啦啦啦观看免费观看视频高清| 他把我摸到了高潮在线观看| 直男gayav资源| 国产91精品成人一区二区三区| 久久精品国产鲁丝片午夜精品 | 久久午夜亚洲精品久久| 婷婷亚洲欧美| 嫩草影院新地址| 伊人久久精品亚洲午夜| 国产高清有码在线观看视频| 免费看光身美女| 免费看美女性在线毛片视频| 日韩欧美在线乱码| 99九九线精品视频在线观看视频| 真人做人爱边吃奶动态| 99在线人妻在线中文字幕| 亚洲人成网站高清观看| 99热只有精品国产| 国产综合懂色| 久久精品国产清高在天天线| 欧美日韩亚洲国产一区二区在线观看| 久久精品国产自在天天线| 老司机福利观看| 国产不卡一卡二| 成年女人毛片免费观看观看9| 亚洲精品一区av在线观看| 日韩 亚洲 欧美在线| 此物有八面人人有两片| 少妇人妻精品综合一区二区 | 国产免费av片在线观看野外av| 亚洲人成网站在线播| 最新中文字幕久久久久| 亚洲精品乱码久久久v下载方式| 日日撸夜夜添| 久久人妻av系列| 美女高潮喷水抽搐中文字幕| 久久久久久久亚洲中文字幕| 亚洲一级一片aⅴ在线观看| 久久人妻av系列| 久久久久久久久大av| 高清在线国产一区| 国产真实伦视频高清在线观看 | 亚洲中文日韩欧美视频| 亚洲av日韩精品久久久久久密| 国产午夜精品论理片| 久久亚洲真实| 波野结衣二区三区在线| 99久久精品国产国产毛片| 三级国产精品欧美在线观看| 国产真实乱freesex| 亚洲精品亚洲一区二区| 无人区码免费观看不卡| 日韩一本色道免费dvd| 日本撒尿小便嘘嘘汇集6| 色在线成人网| 午夜福利成人在线免费观看|