• <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 ?

    基于樹莓派Raspberry Pi的智能垃圾分類設(shè)計(jì)

    2023-04-01 07:33:40莫慶煒李宏順張成發(fā)龐承諾潘有椿王曉敏
    電子制作 2023年5期
    關(guān)鍵詞:分類模型系統(tǒng)

    莫慶煒,李宏順,張成發(fā),龐承諾,潘有椿,王曉敏

    (廣西民族師范學(xué)院 數(shù)理與電子信息工程學(xué)院,廣西崇左,532200)

    0 引言

    隨著社會(huì)經(jīng)濟(jì)發(fā)展水平不斷提升,人們的物質(zhì)需求越加提高,所產(chǎn)生的垃圾也更多?,F(xiàn)代科技不斷改革下,社會(huì)治理理念已發(fā)生轉(zhuǎn)變,許多國家已出臺(tái)垃圾分類相關(guān)政策,垃圾分類已是人們關(guān)注的熱點(diǎn)之一。對(duì)此,為踐行“環(huán)保、綠色、衛(wèi)生”的理念,結(jié)合當(dāng)下人工智能科技不斷地飛速發(fā)展下,本文設(shè)計(jì)一款智能垃圾分類系統(tǒng),該系統(tǒng)是一款集信息處理、人工智能的一體化設(shè)計(jì),實(shí)現(xiàn)垃圾分類功能,增強(qiáng)垃圾分類環(huán)保理念意識(shí),讓垃圾得到合理的分類回收。

    1 系統(tǒng)總體設(shè)計(jì)

    本系統(tǒng)為軟件、硬件相結(jié)合,軟件部分為垃圾分類識(shí)別功能和UI界面的設(shè)計(jì),硬件部分為樹莓派4B(Raspberry Pi 4B)開發(fā)板和顯示屏和PC端,整體系統(tǒng)結(jié)構(gòu)圖如圖1所示。

    圖1 系統(tǒng)結(jié)構(gòu)圖

    垃圾分類是一個(gè)目標(biāo)分類的任務(wù),當(dāng)前在深度學(xué)習(xí)研究中獲得迅猛發(fā)展的圖像檢測(cè)是計(jì)算視覺的未來發(fā)展趨勢(shì),現(xiàn)已運(yùn)用到各個(gè)領(lǐng)域,如自然語言處理、無人駕駛等并取得優(yōu)異成果[2]。深度學(xué)習(xí)毫無疑問是目標(biāo)分類的一種有效辦法。綜上所述,基于垃圾分類識(shí)別功能采用卷積神經(jīng)網(wǎng)絡(luò)結(jié)合OpenCv圖像識(shí)別功能時(shí),選用的卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型是LeNet-5模型,LeNet-5模型是深度學(xué)習(xí)里最經(jīng)典的一個(gè)模型,LeNet-5卷積神經(jīng)網(wǎng)絡(luò)模型是由Y.LeCun提出,首次在手寫數(shù)字上取得了很好地識(shí)別結(jié)果[3],是一個(gè)比較簡潔的模型,通過TensorFlow構(gòu)建一個(gè)LeNet-5卷積神經(jīng)網(wǎng)絡(luò)模型,TensorFlow是一款靈活且移植性強(qiáng)的深度學(xué)習(xí)框架,相對(duì)比起PyTorch雖然沒有PyTorch的模型訓(xùn)練和學(xué)習(xí)更快速,但TensorFlow其功能更完善,部署LeNet-5模型到嵌入式終端更加方便,選用的垃圾分類數(shù)據(jù)集共有6萬張圖片,分為四大類分別有廚余、可回收、有害、其他這四類垃圾,四大類又分200個(gè)小類對(duì)垃圾信息作說明,嵌入式平臺(tái)采用樹莓派4B(Raspberry Pi 4B)開發(fā)板,PC端作為模型的訓(xùn)練平臺(tái)和程序的編寫,PC端平臺(tái)配置參數(shù)為處理器Intel(i3-10100)CPU頻率3.6GHz、內(nèi)存16GB,LeNet-5卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練30回,訓(xùn)練好的LeNet-5模型對(duì)垃圾分類進(jìn)行特征提取與推理,結(jié)合OpenCV庫的圖片處理功能完成垃圾分類圖片識(shí)別,將訓(xùn)練好的模型和編寫好的程序部署到樹莓派平臺(tái)上,圖片結(jié)果顯示在PyQt5設(shè)計(jì)的UI界面上。

    2 系統(tǒng)UI界面設(shè)置

    UI界面系統(tǒng)在PC端平臺(tái)上開發(fā),開發(fā)完成后可以部署到樹莓派平臺(tái)上,是基于PyQT5框架Python語言開發(fā)完成,UI界面設(shè)置由照片顯示、物品種類、物品名稱等七個(gè)小模塊構(gòu)成,其結(jié)構(gòu)如圖2所示。

    圖2 系統(tǒng)UI界面結(jié)構(gòu)圖

    用戶可以通過點(diǎn)擊上傳圖片將圖片上傳然后點(diǎn)擊開始識(shí)別來完成垃圾分類識(shí)別,識(shí)別成功后顯示在照片顯示模塊上,識(shí)別完后照片下面的模塊會(huì)對(duì)垃圾種類的信息進(jìn)行說明,提醒用戶使用合理的方式處理垃圾,結(jié)構(gòu)圖右上角的兩個(gè)模塊是顯示垃圾的種類、名稱,點(diǎn)擊系統(tǒng)設(shè)置功能可以對(duì)信息說明板塊的信息進(jìn)行修改。

    3 基于樹莓派智能垃圾分類識(shí)別

    垃圾分類識(shí)別過程由圖3所示分為輸入圖像、圖像預(yù)處理、圖像識(shí)別、顯示結(jié)果這四個(gè)過程,其中輸入圖像為上傳圖像,圖像預(yù)處理基于Python的OpenCV庫來開發(fā)完成,圖像預(yù)處理是來完成圖像識(shí)別的準(zhǔn)備工作,圖像識(shí)別是基于TensorFlow框架Python語言開發(fā)完成,圖像識(shí)別是垃圾分類識(shí)別的關(guān)鍵技術(shù),識(shí)別結(jié)果顯示在系統(tǒng)UI界面上。垃圾分類識(shí)別過程如圖3所示。

    圖3 垃圾分類識(shí)別過程

    3.1 圖像預(yù)處理

    OpenCV讀取圖片的時(shí)候,默認(rèn)讀取圖片BGR數(shù)據(jù)矩陣,因此將彩色圖轉(zhuǎn)為灰度圖可以加快處理速度,使用OpenCV庫里的cvtColor函數(shù),原圖三通道經(jīng)過轉(zhuǎn)換灰度圖后變?yōu)閱瓮ǖ?,為了加快網(wǎng)絡(luò)訓(xùn)練速度,利用OpenCV庫的Normalize函數(shù)對(duì)輸入信號(hào)進(jìn)行歸一化處理,將像素值處理到0和1之間,處理后對(duì)信號(hào)進(jìn)行中值濾波使圖片噪點(diǎn)降低,為了方便提取圖片特征,除了灰度處理、歸一化處理和噪聲處理還需圖片分割處理,利用邊緣檢測(cè)算法將圖片進(jìn)行分割,將特征分割出來。

    3.2 圖像識(shí)別

    垃圾分類識(shí)別技術(shù)是使用計(jì)算機(jī)對(duì)垃圾圖片進(jìn)行識(shí)別并分類,利用計(jì)算機(jī)分析圖片信息并提取特征然后進(jìn)行分類,整個(gè)過程里計(jì)算機(jī)就像人腦一樣根據(jù)我們的設(shè)定執(zhí)行工作,這樣就能達(dá)到智能化。垃圾分類技術(shù)的關(guān)鍵技術(shù)點(diǎn)在于圖片識(shí)別,而卷積神經(jīng)網(wǎng)絡(luò)毫無疑問是最好的幫手。卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks,CNN)是一類受生物視覺感知機(jī)制啟示而創(chuàng)造的機(jī)器學(xué)習(xí)代表性網(wǎng)絡(luò)構(gòu)造,其研究源起20世紀(jì)80-90年代,最初出現(xiàn)的經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)是Le Net-5。在21世紀(jì),伴隨著深度學(xué)習(xí)理論的提出和數(shù)值計(jì)算設(shè)備的改良,卷積神經(jīng)網(wǎng)絡(luò)獲得了迅速發(fā)展,已經(jīng)證明在圖像識(shí)別和分類等領(lǐng)域非常有效。卷積神經(jīng)網(wǎng)絡(luò)像我們?nèi)四X一樣去感知事物,可以進(jìn)行特征提取和分類,其網(wǎng)絡(luò)是拓?fù)涫浇Y(jié)構(gòu),有多個(gè)神經(jīng)元鏈接,卷積神經(jīng)網(wǎng)絡(luò)由輸入和輸出層以及多個(gè)隱藏層組成,隱藏層可分為卷積層,池化層、RELU層和全連通層,其運(yùn)作原理是將圖像進(jìn)行卷積運(yùn)算提取特征,然后激活函數(shù)、池化、最后將特征數(shù)值連接到全連接層進(jìn)行分類輸出。卷積網(wǎng)絡(luò)的核心思想是將:局部感受野、權(quán)值共享以及時(shí)間或空間亞采樣這三種結(jié)構(gòu)思想結(jié)合起來獲得了某種程度的位移、尺度、形變不變性。

    LeNet-5網(wǎng)絡(luò)模型結(jié)構(gòu):典型的CNN模型LeNet-5的結(jié)構(gòu)如圖4所示,由卷積層、池化層、全連接層組成。

    圖4 LeNet-5卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

    輸入圖像數(shù)據(jù)為32×32大小的像素圖片,卷積層有6個(gè)卷積核,經(jīng)過卷積層6個(gè)卷積核對(duì)輸入層的圖片數(shù)據(jù)進(jìn)行卷積運(yùn)算,得到6個(gè)28×28像素大小的特征圖,經(jīng)過池化層,將6個(gè)28×28的特征圖下采樣,得到6個(gè)14×14的特征圖,經(jīng)過第二個(gè)卷積層,將上一層的6個(gè)14×14的特征圖進(jìn)行卷積運(yùn)算得到16個(gè)10×10的特征圖,經(jīng)過第二個(gè)池化層,將16個(gè)10×10的特征圖下采樣,得到16個(gè)5×5的特征圖,最后連接的是兩個(gè)全連接層,兩個(gè)全連接層分別有120、84個(gè)神經(jīng)元,最后經(jīng)過輸出層,得出0到1的概率值,最接近1的值為識(shí)別結(jié)果。

    3.3 構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型

    垃圾分類識(shí)別上采用Tensorflow框架構(gòu)建了一個(gè)CNN卷積神經(jīng)網(wǎng)絡(luò)開展訓(xùn)練,用傳統(tǒng)的LeNet-5網(wǎng)絡(luò)模型結(jié)構(gòu)其識(shí)別率會(huì)縮小,會(huì)在原模型上做修改,這個(gè)神經(jīng)網(wǎng)絡(luò)由兩層卷積和兩層池化所構(gòu)成,整個(gè)結(jié)構(gòu)如圖5所示。

    圖5 CNN卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

    輸入層為經(jīng)過圖像預(yù)處理的垃圾分類識(shí)別圖片,處理的圖片會(huì)變?yōu)榇笮?24的灰度圖,輸入層圖片信號(hào)尺度變換后到卷積層,卷積層有三個(gè)大小為3×3的卷積核,32個(gè)輸出通道,在卷積后對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,使其減少計(jì)算量,在這里使用的是Relu激活函數(shù),池化層為最大池化層,將特征圖大小減半,經(jīng)過兩層的卷積和池化操作后經(jīng)過Flatten層,F(xiàn)latten層的作用是將特征圖壓成一維圖,繼而將特征拉直之后送入到兩個(gè)全連接層進(jìn)行分類,全連接層有128個(gè)神經(jīng)元,輸出層使用Softmax函數(shù)得到概率值,接近1的值為識(shí)別結(jié)果。

    3.4 LeNet-5模型訓(xùn)練

    LeNet-5模型將會(huì)訓(xùn)練收集好的垃圾分類數(shù)據(jù)集,垃圾分類數(shù)據(jù)集分為廚余垃圾、有害垃圾、可回收垃圾、其余垃圾四大類,共6萬張圖片,其中數(shù)據(jù)集的25%作為驗(yàn)證集75%作為訓(xùn)練集,模型訓(xùn)練30回,訓(xùn)練結(jié)束之后,將會(huì)獲得訓(xùn)練生成的模型保留訓(xùn)練過程的折線圖,實(shí)驗(yàn)數(shù)據(jù)來源于基于樹莓派Raspberry Pi智能垃圾分類系統(tǒng)設(shè)計(jì)數(shù)據(jù)集如圖6所示。

    圖6 Le Net-5模型訓(xùn)練折線圖

    第一個(gè)表格為模型的準(zhǔn)確率的曲線變化,第二個(gè)表格為交叉熵?fù)p失函數(shù)的曲線變化,藍(lán)線和紅線分別為訓(xùn)練集合驗(yàn)證集,可以在表中看出,訓(xùn)練集的準(zhǔn)確度為0.98,驗(yàn)證集的準(zhǔn)確率為0.82,訓(xùn)練集的損失為0.1,驗(yàn)證集的損失為1.6,模型的準(zhǔn)確率和損失函數(shù)隨著epoch而變化,當(dāng)訓(xùn)練的次數(shù)增加準(zhǔn)確率就會(huì)越高損失度就會(huì)越低且逐漸趨于穩(wěn)定。

    3.5 LeNet-5模型測(cè)試

    在訓(xùn)練完后對(duì)LeNet-5模型做測(cè)試,測(cè)試結(jié)果以四個(gè)大類為結(jié)果,分別為廚余垃圾、有害垃圾、可回收垃圾、其余垃圾四類為數(shù)據(jù)準(zhǔn)確率,在測(cè)試完后結(jié)果保存在PC端記錄中,實(shí)驗(yàn)數(shù)據(jù)來源于基于樹莓派Raspberry Pi智能垃圾分類系統(tǒng)設(shè)計(jì)數(shù)據(jù)集,實(shí)驗(yàn)結(jié)果以圖7熱力圖所示。

    圖7 測(cè)試結(jié)果熱力圖

    在測(cè)試結(jié)果熱力圖中,越趨近于白色準(zhǔn)確率越高,其中以廚余垃圾準(zhǔn)確率最高,有害垃圾最低,準(zhǔn)確率都處于1到0.8分段中,在PC端記錄中LeNet-5模型的平均準(zhǔn)確率為0.822820。

    4 環(huán)境搭建

    4.1 Linux操作系統(tǒng)

    Linux操作系統(tǒng)是一套免費(fèi)的使用和自由傳播的類Unix系統(tǒng)。Linux不僅系統(tǒng)性能穩(wěn)定,而且是開源軟件具有開放源碼、沒有版權(quán)、技術(shù)社區(qū)用戶多等優(yōu)點(diǎn),靈活性高、功能強(qiáng)大、成本低。Ubuntu操作系統(tǒng)是Linux操作系統(tǒng)一支優(yōu)秀的分支。Ubuntu基于Linux內(nèi)核,是發(fā)行版本之一,Ubuntu是臺(tái)式機(jī)安裝中最常用的基于Linux的操作系統(tǒng)。Ubuntu提供友好的操作系統(tǒng)和穩(wěn)定針對(duì)普通計(jì)算機(jī)用戶的操作系統(tǒng),易于安裝、簡單。由于總體設(shè)計(jì)方案需要樹莓派作為硬件設(shè)計(jì),故選取Linux操作系統(tǒng)的分支Ubuntu操作系統(tǒng),在搭建環(huán)境下方便許多,更為高效,便利。

    4.2 樹莓派

    本系統(tǒng)所采用的硬件為樹莓派4代B型主板2G版。樹莓派原名為Raspberry Pi,是一款嵌入式設(shè)備。它的大小有手掌心這么大,與常見的51單片機(jī)和STM32等這類的嵌入式設(shè)備相比,能完成相同的IO引腳控制之外,還能運(yùn)行相應(yīng)的操作系統(tǒng),可以完成更復(fù)雜的任務(wù)管理與調(diào)度,能夠支持上層應(yīng)用的開發(fā),為開發(fā)者提供了更廣闊的應(yīng)用空間。樹莓派的價(jià)格便宜、功耗小、體積小、資源豐富,能夠運(yùn)行人工智能算法,Python為樹莓派的主要編程語言,與常規(guī)的單片機(jī)相比,樹莓派顯得更加靈活,在人工智能方面優(yōu)勢(shì)較大。通過TensorFlow搭建LeNet-5模型進(jìn)行訓(xùn)練,訓(xùn)練好的模型部署在樹莓派平臺(tái)上,就可以得到一個(gè)簡潔高效的垃圾分類系統(tǒng)。

    樹莓派選取的是Linux的Ubuntu系統(tǒng),可以到樹莓派官網(wǎng)下載,準(zhǔn)備好一張SD卡,下載SD Card Formatter和Etcher軟件并安裝,使用SD Card Formatter軟件將SD卡進(jìn)行格式化,使用Etcher軟件寫入下載好的鏡像。樹莓派初次登錄選擇中國地區(qū),進(jìn)入系統(tǒng)后安裝Python、Tensorflow、Pyqt5、Pillow、Opencv-Python、Matplotlib、Keras、虛擬環(huán)境等操作。

    5 結(jié)果

    將編寫好的Python程序文件部署到樹莓派平臺(tái)上,訓(xùn)練好的模型文件復(fù)制到程序文件路徑下,啟動(dòng)樹莓派,執(zhí)行程序文件結(jié)果顯示如圖8所示。

    圖8 識(shí)別結(jié)果

    6 結(jié)語

    本設(shè)計(jì)以樹莓派4代B型主板為例來完成基于樹莓派Raspberry Pi 的智能垃圾分類設(shè)計(jì),通過學(xué)習(xí)Python語言、卷積神經(jīng)網(wǎng)絡(luò)算法、樹莓派硬件、Linux操作系統(tǒng)、OpenCV圖像處理等相關(guān)專業(yè)知識(shí)來實(shí)現(xiàn)本方案的設(shè)計(jì),界面UI設(shè)計(jì)使用的是PyQt5來完成,圖片識(shí)別方面利用卷積神經(jīng)網(wǎng)絡(luò)算法進(jìn)行訓(xùn)練推算,結(jié)合OpenCV圖形處理來完成識(shí)別,模型上還可以繼續(xù)進(jìn)行調(diào)整以提高精確度。除了總體設(shè)計(jì)的一些基礎(chǔ)功能,其他功能還可以繼續(xù)挖掘開發(fā),在原有的基礎(chǔ)上添加硬件設(shè)計(jì)。本系統(tǒng)是人工智能與垃圾分類結(jié)合的一個(gè)設(shè)計(jì),在未來的發(fā)展上人工智能是一個(gè)重要的學(xué)科,本設(shè)計(jì)作為一個(gè)人工智能的示例來學(xué)習(xí)。

    猜你喜歡
    分類模型系統(tǒng)
    一半模型
    Smartflower POP 一體式光伏系統(tǒng)
    分類算一算
    WJ-700無人機(jī)系統(tǒng)
    ZC系列無人機(jī)遙感系統(tǒng)
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    蜜桃国产av成人99| 午夜福利免费观看在线| 午夜福利,免费看| 一本一本久久a久久精品综合妖精| 亚洲国产欧美日韩在线播放| 国产99久久九九免费精品| 免费在线观看黄色视频的| 日韩大码丰满熟妇| 老鸭窝网址在线观看| 国产成人精品无人区| 90打野战视频偷拍视频| 亚洲av电影在线进入| 久久精品人人爽人人爽视色| 99re6热这里在线精品视频| 亚洲精品久久成人aⅴ小说| 国产成人系列免费观看| 国产爽快片一区二区三区| 一区二区三区激情视频| 国产精品三级大全| 最黄视频免费看| 最黄视频免费看| 亚洲天堂av无毛| 久久人妻熟女aⅴ| 欧美黄色片欧美黄色片| 午夜免费男女啪啪视频观看| 精品国产乱码久久久久久小说| 日韩视频在线欧美| 欧美变态另类bdsm刘玥| 女性生殖器流出的白浆| 一区在线观看完整版| 中国三级夫妇交换| 丝袜美足系列| 日韩制服丝袜自拍偷拍| 岛国毛片在线播放| 国产精品秋霞免费鲁丝片| 9色porny在线观看| 青春草国产在线视频| 日韩精品免费视频一区二区三区| 丝袜美腿诱惑在线| 中文精品一卡2卡3卡4更新| 午夜日韩欧美国产| 无遮挡黄片免费观看| 女性生殖器流出的白浆| 国产成人免费观看mmmm| 国产精品久久久久成人av| 日日啪夜夜爽| 国产av码专区亚洲av| 国产国语露脸激情在线看| 国产高清国产精品国产三级| 美女国产高潮福利片在线看| 赤兔流量卡办理| 欧美在线一区亚洲| 色视频在线一区二区三区| 又黄又粗又硬又大视频| 色播在线永久视频| 免费女性裸体啪啪无遮挡网站| 大码成人一级视频| 免费观看av网站的网址| 高清黄色对白视频在线免费看| 日韩制服骚丝袜av| 999久久久国产精品视频| 91精品伊人久久大香线蕉| 777米奇影视久久| 少妇的丰满在线观看| 狂野欧美激情性xxxx| 亚洲一卡2卡3卡4卡5卡精品中文| 又大又爽又粗| 汤姆久久久久久久影院中文字幕| 亚洲精品视频女| 婷婷色麻豆天堂久久| 亚洲精品视频女| 久久这里只有精品19| 国产1区2区3区精品| 飞空精品影院首页| 国产精品.久久久| 国产熟女午夜一区二区三区| 啦啦啦在线免费观看视频4| 热re99久久精品国产66热6| 蜜桃在线观看..| 日韩人妻精品一区2区三区| 亚洲精品国产一区二区精华液| 热99国产精品久久久久久7| 久久久国产欧美日韩av| 交换朋友夫妻互换小说| 亚洲国产精品一区三区| 欧美 日韩 精品 国产| 不卡视频在线观看欧美| 久久久精品国产亚洲av高清涩受| 女人爽到高潮嗷嗷叫在线视频| 韩国精品一区二区三区| 男女免费视频国产| 夫妻午夜视频| 韩国高清视频一区二区三区| 黄色一级大片看看| 一级毛片 在线播放| 国产免费一区二区三区四区乱码| 天天影视国产精品| 亚洲精品自拍成人| 午夜免费鲁丝| 亚洲国产精品国产精品| 男的添女的下面高潮视频| 欧美日韩亚洲国产一区二区在线观看 | 免费看av在线观看网站| 欧美日韩亚洲国产一区二区在线观看 | 免费观看a级毛片全部| 欧美日韩成人在线一区二区| 亚洲精品久久久久久婷婷小说| a级毛片在线看网站| 男的添女的下面高潮视频| 成人毛片60女人毛片免费| 日韩大片免费观看网站| 老司机深夜福利视频在线观看 | 日韩制服丝袜自拍偷拍| 满18在线观看网站| av天堂久久9| 秋霞在线观看毛片| 国产在线视频一区二区| 亚洲国产av影院在线观看| 9191精品国产免费久久| 巨乳人妻的诱惑在线观看| 国产免费福利视频在线观看| 亚洲欧洲日产国产| 激情视频va一区二区三区| 亚洲成av片中文字幕在线观看| 只有这里有精品99| 卡戴珊不雅视频在线播放| 亚洲专区中文字幕在线 | a级毛片黄视频| 午夜免费观看性视频| 男的添女的下面高潮视频| 国产熟女午夜一区二区三区| 黄色怎么调成土黄色| 国产老妇伦熟女老妇高清| 老司机靠b影院| 岛国毛片在线播放| 色吧在线观看| 国产精品99久久99久久久不卡 | 一二三四中文在线观看免费高清| 精品亚洲成a人片在线观看| 丝袜美腿诱惑在线| 国产视频首页在线观看| 亚洲国产欧美日韩在线播放| 成人亚洲欧美一区二区av| 国产97色在线日韩免费| 亚洲五月色婷婷综合| 中文字幕人妻丝袜一区二区 | 免费少妇av软件| 交换朋友夫妻互换小说| 啦啦啦在线免费观看视频4| 极品少妇高潮喷水抽搐| 汤姆久久久久久久影院中文字幕| 亚洲国产欧美网| 国产野战对白在线观看| 亚洲精品视频女| 啦啦啦中文免费视频观看日本| 嫩草影视91久久| 欧美xxⅹ黑人| 国产成人av激情在线播放| 天天躁日日躁夜夜躁夜夜| 一区二区三区精品91| 亚洲免费av在线视频| 天天躁日日躁夜夜躁夜夜| 男人舔女人的私密视频| 成年人免费黄色播放视频| 免费高清在线观看视频在线观看| 国产熟女午夜一区二区三区| 精品一区二区三区av网在线观看 | 中文字幕最新亚洲高清| 亚洲自偷自拍图片 自拍| 国产成人系列免费观看| 亚洲一码二码三码区别大吗| 又粗又硬又长又爽又黄的视频| 免费在线观看视频国产中文字幕亚洲 | 十八禁网站网址无遮挡| 免费观看人在逋| 街头女战士在线观看网站| 最近最新中文字幕大全免费视频 | 老鸭窝网址在线观看| 香蕉丝袜av| 日韩一本色道免费dvd| 少妇的丰满在线观看| 99九九在线精品视频| 女的被弄到高潮叫床怎么办| 人妻一区二区av| 午夜福利网站1000一区二区三区| 日韩制服骚丝袜av| 91精品国产国语对白视频| 久久精品久久久久久久性| 欧美黑人精品巨大| 免费观看av网站的网址| 色吧在线观看| 日韩欧美精品免费久久| 狠狠精品人妻久久久久久综合| 免费在线观看完整版高清| 美女大奶头黄色视频| 一本色道久久久久久精品综合| 午夜福利视频精品| www.自偷自拍.com| 91国产中文字幕| 美国免费a级毛片| 国产精品久久久人人做人人爽| 婷婷色综合大香蕉| 日韩 亚洲 欧美在线| 19禁男女啪啪无遮挡网站| 各种免费的搞黄视频| 免费黄色在线免费观看| 亚洲av日韩精品久久久久久密 | 女人久久www免费人成看片| 欧美人与善性xxx| 美女高潮到喷水免费观看| 亚洲国产欧美一区二区综合| 中文精品一卡2卡3卡4更新| 日韩免费高清中文字幕av| 十八禁高潮呻吟视频| 看十八女毛片水多多多| 免费观看a级毛片全部| 精品一区二区三区av网在线观看 | 如何舔出高潮| 岛国毛片在线播放| 99热网站在线观看| 99久国产av精品国产电影| 青春草视频在线免费观看| 亚洲av日韩在线播放| 国产97色在线日韩免费| 曰老女人黄片| kizo精华| 大香蕉久久成人网| av一本久久久久| 水蜜桃什么品种好| 欧美黄色片欧美黄色片| 69精品国产乱码久久久| 亚洲欧美一区二区三区久久| 日日啪夜夜爽| 国产精品久久久久久人妻精品电影 | 操出白浆在线播放| 亚洲欧美一区二区三区久久| 国产免费又黄又爽又色| 男的添女的下面高潮视频| 国产亚洲午夜精品一区二区久久| 国产老妇伦熟女老妇高清| 欧美在线黄色| 久久99一区二区三区| xxx大片免费视频| 亚洲欧美一区二区三区国产| 两个人免费观看高清视频| 久久99精品国语久久久| 久久综合国产亚洲精品| 国产亚洲一区二区精品| 深夜精品福利| 成人黄色视频免费在线看| 国产99久久九九免费精品| 久久久久久久国产电影| 色94色欧美一区二区| 午夜久久久在线观看| 自线自在国产av| 午夜日本视频在线| 中文乱码字字幕精品一区二区三区| 啦啦啦 在线观看视频| 国产精品免费大片| 国产免费又黄又爽又色| 一本—道久久a久久精品蜜桃钙片| 精品国产超薄肉色丝袜足j| 制服丝袜香蕉在线| 99九九在线精品视频| 国产精品二区激情视频| 欧美另类一区| 久久久国产欧美日韩av| 亚洲av男天堂| 亚洲美女搞黄在线观看| 精品国产乱码久久久久久小说| 秋霞在线观看毛片| 午夜福利网站1000一区二区三区| 老司机深夜福利视频在线观看 | 欧美老熟妇乱子伦牲交| 久久久久国产一级毛片高清牌| 免费黄网站久久成人精品| 这个男人来自地球电影免费观看 | 国产精品无大码| 国产精品久久久久久精品电影小说| 波野结衣二区三区在线| 中文字幕av电影在线播放| 国产午夜精品一二区理论片| av网站在线播放免费| 日韩制服丝袜自拍偷拍| 日韩精品有码人妻一区| 国产亚洲av高清不卡| 成年美女黄网站色视频大全免费| 男女床上黄色一级片免费看| 免费在线观看黄色视频的| 侵犯人妻中文字幕一二三四区| av.在线天堂| 大片免费播放器 马上看| 久久av网站| 亚洲精品国产一区二区精华液| videos熟女内射| 免费观看a级毛片全部| 精品少妇一区二区三区视频日本电影 | 精品久久久久久电影网| 999久久久国产精品视频| 中文欧美无线码| 日韩 亚洲 欧美在线| 美女脱内裤让男人舔精品视频| 国产精品免费大片| 欧美人与性动交α欧美软件| 一本—道久久a久久精品蜜桃钙片| 国产人伦9x9x在线观看| 一区二区三区激情视频| 乱人伦中国视频| 久久人妻熟女aⅴ| 精品第一国产精品| 2021少妇久久久久久久久久久| 亚洲av在线观看美女高潮| 午夜福利免费观看在线| 又粗又硬又长又爽又黄的视频| 国产精品国产三级国产专区5o| 黄色视频不卡| 最近最新中文字幕免费大全7| 热99国产精品久久久久久7| 蜜桃在线观看..| 99精品久久久久人妻精品| 热99国产精品久久久久久7| 国产伦理片在线播放av一区| 欧美日韩一级在线毛片| 最近手机中文字幕大全| 人妻 亚洲 视频| av福利片在线| 超碰成人久久| 老汉色av国产亚洲站长工具| 又粗又硬又长又爽又黄的视频| 免费黄色在线免费观看| 在线天堂最新版资源| 午夜激情久久久久久久| 天天躁狠狠躁夜夜躁狠狠躁| 一本—道久久a久久精品蜜桃钙片| 日日啪夜夜爽| 成人国语在线视频| 波多野结衣av一区二区av| 精品一区二区三区四区五区乱码 | 日韩中文字幕欧美一区二区 | 激情五月婷婷亚洲| kizo精华| 人人澡人人妻人| 久久亚洲国产成人精品v| 精品一区在线观看国产| 黄片小视频在线播放| av天堂久久9| 免费看不卡的av| 亚洲欧洲日产国产| 亚洲视频免费观看视频| 亚洲情色 制服丝袜| 亚洲精华国产精华液的使用体验| 国产视频首页在线观看| 欧美黄色片欧美黄色片| xxxhd国产人妻xxx| 黄色视频不卡| 亚洲婷婷狠狠爱综合网| 国产男女超爽视频在线观看| 久久精品国产综合久久久| 国产精品一区二区在线观看99| 一区二区三区四区激情视频| www.av在线官网国产| 日韩成人av中文字幕在线观看| 人人妻人人爽人人添夜夜欢视频| 国产成人av激情在线播放| 国产成人一区二区在线| 色视频在线一区二区三区| 国产精品二区激情视频| 黄色毛片三级朝国网站| 亚洲成人av在线免费| 欧美日韩国产mv在线观看视频| 成人亚洲精品一区在线观看| 亚洲综合精品二区| 国产福利在线免费观看视频| 亚洲欧美中文字幕日韩二区| 亚洲一区二区三区欧美精品| 久久久久精品性色| 国产男女超爽视频在线观看| 久久影院123| 欧美在线黄色| 国产成人免费观看mmmm| 建设人人有责人人尽责人人享有的| 免费高清在线观看日韩| 国产亚洲欧美精品永久| 亚洲精品国产av蜜桃| 午夜日本视频在线| 中文字幕高清在线视频| 日韩一区二区视频免费看| 少妇人妻 视频| 亚洲熟女毛片儿| 在线天堂最新版资源| 亚洲 欧美一区二区三区| 欧美在线黄色| 亚洲美女视频黄频| 免费黄色在线免费观看| 一级毛片黄色毛片免费观看视频| 久久久久久久精品精品| av在线老鸭窝| 免费在线观看黄色视频的| 一级黄片播放器| 精品国产露脸久久av麻豆| 啦啦啦在线免费观看视频4| 亚洲精华国产精华液的使用体验| 丰满迷人的少妇在线观看| 亚洲人成网站在线观看播放| 大码成人一级视频| 嫩草影视91久久| 高清黄色对白视频在线免费看| 成人国产av品久久久| 久久综合国产亚洲精品| 午夜精品国产一区二区电影| 免费女性裸体啪啪无遮挡网站| 欧美精品av麻豆av| 日本欧美视频一区| 亚洲av成人精品一二三区| 国产精品一二三区在线看| 国产成人精品久久久久久| 高清不卡的av网站| 国产午夜精品一二区理论片| 亚洲一级一片aⅴ在线观看| 三上悠亚av全集在线观看| 色精品久久人妻99蜜桃| 2021少妇久久久久久久久久久| 波野结衣二区三区在线| 看免费av毛片| 国产不卡av网站在线观看| 狂野欧美激情性xxxx| 韩国精品一区二区三区| 午夜av观看不卡| 中文字幕亚洲精品专区| 成人国产av品久久久| 2018国产大陆天天弄谢| 热99久久久久精品小说推荐| 看免费av毛片| 香蕉丝袜av| 老司机亚洲免费影院| 亚洲av欧美aⅴ国产| 侵犯人妻中文字幕一二三四区| 国产黄频视频在线观看| 三上悠亚av全集在线观看| 免费不卡黄色视频| 精品国产一区二区三区四区第35| 久久影院123| 九草在线视频观看| 精品久久久精品久久久| a级毛片在线看网站| 一级a爱视频在线免费观看| 欧美精品av麻豆av| 看免费成人av毛片| 午夜日韩欧美国产| 交换朋友夫妻互换小说| 妹子高潮喷水视频| 99热网站在线观看| 久久久精品免费免费高清| 欧美久久黑人一区二区| 日本黄色日本黄色录像| 欧美日韩国产mv在线观看视频| 国产福利在线免费观看视频| 精品国产超薄肉色丝袜足j| 国产国语露脸激情在线看| 国产一区有黄有色的免费视频| 欧美国产精品一级二级三级| 成年人免费黄色播放视频| 一级毛片我不卡| 在线看a的网站| 日韩一区二区三区影片| 国产成人av激情在线播放| 中文字幕亚洲精品专区| 久久99精品国语久久久| 亚洲欧美精品综合一区二区三区| 高清黄色对白视频在线免费看| 婷婷色综合www| 精品国产一区二区三区久久久樱花| 毛片一级片免费看久久久久| 日本黄色日本黄色录像| 日韩成人av中文字幕在线观看| 深夜精品福利| 中国国产av一级| 少妇被粗大的猛进出69影院| 国产精品 欧美亚洲| 国产成人一区二区在线| 咕卡用的链子| 视频在线观看一区二区三区| 久久久久久久国产电影| 大片电影免费在线观看免费| 深夜精品福利| 夜夜骑夜夜射夜夜干| 这个男人来自地球电影免费观看 | 日韩中文字幕视频在线看片| 免费看不卡的av| 在线观看免费高清a一片| 在线看a的网站| 久久精品久久久久久久性| 极品人妻少妇av视频| 久久婷婷青草| 高清不卡的av网站| 国产女主播在线喷水免费视频网站| 热re99久久精品国产66热6| 日韩一卡2卡3卡4卡2021年| 久久精品aⅴ一区二区三区四区| 久久青草综合色| 久久人妻熟女aⅴ| www日本在线高清视频| 一级毛片黄色毛片免费观看视频| 久久国产精品大桥未久av| av国产精品久久久久影院| 深夜精品福利| 国产精品女同一区二区软件| 少妇被粗大的猛进出69影院| 自拍欧美九色日韩亚洲蝌蚪91| 精品亚洲成a人片在线观看| 亚洲国产av新网站| 久久人人97超碰香蕉20202| 如日韩欧美国产精品一区二区三区| 欧美 亚洲 国产 日韩一| 成年美女黄网站色视频大全免费| 超碰成人久久| 高清黄色对白视频在线免费看| 在线 av 中文字幕| 天天操日日干夜夜撸| 成年人午夜在线观看视频| 天天操日日干夜夜撸| 黄色视频在线播放观看不卡| 男女边摸边吃奶| 亚洲精品成人av观看孕妇| 亚洲av中文av极速乱| 一级a爱视频在线免费观看| 国产黄色免费在线视频| 在线免费观看不下载黄p国产| 亚洲一区二区三区欧美精品| 天堂俺去俺来也www色官网| 欧美日韩成人在线一区二区| 蜜桃国产av成人99| 99香蕉大伊视频| 99久久人妻综合| 久久久精品94久久精品| 久久久久久久久久久免费av| 丝袜脚勾引网站| 别揉我奶头~嗯~啊~动态视频 | 在线免费观看不下载黄p国产| 日韩制服骚丝袜av| 欧美老熟妇乱子伦牲交| 高清欧美精品videossex| 欧美日韩成人在线一区二区| av在线老鸭窝| 亚洲精品久久午夜乱码| 天天操日日干夜夜撸| 久久久久久人妻| www.精华液| 成人亚洲精品一区在线观看| 精品少妇一区二区三区视频日本电影 | 日本一区二区免费在线视频| av在线app专区| 夫妻午夜视频| 欧美黑人欧美精品刺激| 精品少妇内射三级| 免费观看av网站的网址| 国产精品蜜桃在线观看| 国产精品欧美亚洲77777| 久久精品人人爽人人爽视色| 秋霞在线观看毛片| 亚洲一级一片aⅴ在线观看| 99国产精品免费福利视频| 久久久久网色| 亚洲欧美成人综合另类久久久| 亚洲人成网站在线观看播放| 精品久久久精品久久久| 亚洲熟女精品中文字幕| 精品一区二区三卡| 毛片一级片免费看久久久久| 亚洲人成电影观看| 无遮挡黄片免费观看| 色视频在线一区二区三区| 国产女主播在线喷水免费视频网站| 国产爽快片一区二区三区| 欧美精品av麻豆av| 黄频高清免费视频| 国产精品久久久久久久久免| 国产亚洲午夜精品一区二区久久| 天天添夜夜摸| 亚洲精品国产区一区二| 欧美中文综合在线视频| 欧美日韩综合久久久久久| 国产精品一二三区在线看| 国产男人的电影天堂91| 久久精品人人爽人人爽视色| 建设人人有责人人尽责人人享有的| 大码成人一级视频| 看十八女毛片水多多多| 青春草国产在线视频| 中文精品一卡2卡3卡4更新| 性高湖久久久久久久久免费观看| 日韩一区二区三区影片| 777米奇影视久久| 午夜福利免费观看在线| 在线观看www视频免费| 2018国产大陆天天弄谢| 久久国产精品大桥未久av| 国产精品久久久久久精品古装| 亚洲国产av影院在线观看| 精品国产一区二区三区四区第35| 大香蕉久久网| 国产1区2区3区精品| 色网站视频免费| 一本久久精品| 成人亚洲欧美一区二区av| 亚洲精品国产av成人精品| 欧美xxⅹ黑人| 777久久人妻少妇嫩草av网站| 午夜日本视频在线| 国产精品蜜桃在线观看| 少妇的丰满在线观看| 蜜桃在线观看..| 中文字幕高清在线视频| 天天操日日干夜夜撸| 晚上一个人看的免费电影|