• <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DeformMobileViT 的城市地下管道異常樣本判別*

    2023-11-29 11:26:04吳培德李波姚為李鑫程立
    關(guān)鍵詞:變形特征檢測(cè)

    吳培德 李波,2 姚為,2 李鑫 程立,2

    1.中南民族大學(xué)計(jì)算機(jī)科學(xué)學(xué)院;2.國(guó)家民委信息物理融合智能計(jì)算重點(diǎn)實(shí)驗(yàn)室

    城市地下管道是城市的重要基礎(chǔ)設(shè)施,對(duì)地下管道的定期檢測(cè)是一項(xiàng)重要工作,關(guān)系到城市的正常運(yùn)行。文章針對(duì)目前地下管道缺陷檢測(cè)中的問(wèn)題,提出了一種DeformMobileViT 分類模型,將可變形卷積網(wǎng)絡(luò)與MobileViT 結(jié)合,并基于遷移學(xué)習(xí)訓(xùn)練建模,從管道設(shè)備獲取的地下管道圖像樣本中,判別出可能存在各類缺陷的樣本。實(shí)驗(yàn)結(jié)果表明,本文提出的模型F1normal 分?jǐn)?shù)達(dá)到94.15%。本文工作可以有效降低人工檢測(cè)的工作量,并提高檢測(cè)精度,具有良好的應(yīng)用價(jià)值。

    1 相關(guān)工作

    隨著城市化發(fā)展,地下管道負(fù)荷越來(lái)越大,不僅容易出現(xiàn)管道開(kāi)裂、變形、腐蝕、有沉積物等缺陷,而且容易造成城市內(nèi)澇,道路坍塌等事故,對(duì)其進(jìn)行缺陷檢測(cè)非常重要。地下管道缺陷一般需要由專業(yè)人員來(lái)辨別。然而,人工判斷過(guò)程需要大量專業(yè)檢查人員和時(shí)間,并且直接到地下管道中檢測(cè)非常不安全[1]。目前有很多學(xué)者已經(jīng)在基于深度學(xué)習(xí)的地下管道缺陷檢測(cè)領(lǐng)域做了很多相關(guān)工作,也取得了許多成果。例如,在2019 年,Hassan 等人提出基于對(duì)AlexNet 進(jìn)行變換學(xué)習(xí)的模型,該模型能夠識(shí)別6 種主要的裂紋類型[2]。Xie 等人使用了兩級(jí)分層的深度CNN 模型,在多個(gè)基準(zhǔn)數(shù)據(jù)集上獲得了超過(guò)94%的分類準(zhǔn)確率[3]。2021 年,奧爾堡大學(xué)(AAU)在地下管道缺陷的研究中基于數(shù)據(jù)集SewerML[4],使用12 種來(lái)自多標(biāo)簽分類和地下管道自動(dòng)檢測(cè)領(lǐng)域的模型進(jìn)行了評(píng)估,使用Xie 的兩級(jí)模型方法在其他模型上實(shí)驗(yàn)得到自己的基準(zhǔn)算法,F(xiàn)2CIW 得分為55.11%,F(xiàn)1normal 分?jǐn)?shù)為91.8%[4]。目前的研究中,只有Xie 的研究中有地下管道異常樣本判別,且是作為第一階段網(wǎng)絡(luò)的工作,并通過(guò)凍結(jié)卷積層的參數(shù)和微調(diào)全連接層來(lái)實(shí)現(xiàn)第一階段學(xué)習(xí)到的參數(shù)轉(zhuǎn)移到多分類模型中。

    在地下管道異常缺陷檢測(cè)研究中,目前傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)模型是提取圖像特征最主要的方法,但是卷積神經(jīng)網(wǎng)絡(luò)的卷積核大小是固定的,這使得它只能局部地提取圖像特征,需要通過(guò)多層疊加才能獲取更高級(jí)別的特征信息,然而這也容易導(dǎo)致梯度消失和梯度爆炸問(wèn)題。使用殘差連接優(yōu)化的網(wǎng)絡(luò),雖然能一定程度上優(yōu)化這個(gè)問(wèn)題,但是網(wǎng)絡(luò)越深需要的資源就越多,不便于部署于移動(dòng)設(shè)備中。

    本文是基于上述問(wèn)題對(duì)MobileViT 模型進(jìn)行研究,在本文研究中,將地下管道的各種異常缺陷統(tǒng)稱為缺陷樣本,本研究將存在缺陷的樣本檢測(cè)出后,交由專業(yè)人員進(jìn)行進(jìn)一步復(fù)核,目前不對(duì)具體的缺陷類型進(jìn)行判別。

    2 DeformMobileViT 模型

    2.1 可變形卷積

    可變形卷積(Deformable Convolution)[5]即卷積位置可以進(jìn)行變形。與傳統(tǒng)卷積不同,傳統(tǒng)卷積只對(duì)N×N個(gè)網(wǎng)格進(jìn)行卷積,這種方式可能會(huì)忽略掉一些重要的特征。相比之下,可變形卷積可以更加準(zhǔn)確地提取所需的特征,因?yàn)樗皇芫匦慰虻南拗?。在滑?dòng)采樣時(shí),一般會(huì)在卷積核上均勻采樣一些點(diǎn),并根據(jù)學(xué)習(xí)到的偏移量來(lái)計(jì)算采樣點(diǎn)在輸入特征圖上的位置。具體地,可以將輸入特征圖上的每個(gè)像素看作一個(gè)坐標(biāo)點(diǎn),然后在卷積核上均勻采樣一些點(diǎn),再通過(guò)學(xué)習(xí)到的偏移量將這些采樣點(diǎn)映射到輸入特征圖上。這樣,在進(jìn)行卷積操作時(shí),每個(gè)采樣點(diǎn)就可以根據(jù)自己的位置對(duì)應(yīng)到輸入特征圖上的不同像素,從而實(shí)現(xiàn)可變形卷積的自適應(yīng)形狀采樣[5]。

    需要注意的是,由于采樣點(diǎn)的位置是通過(guò)學(xué)習(xí)得到的,因此在可變形卷積的訓(xùn)練過(guò)程中,需要額外學(xué)習(xí)偏移量參數(shù)。這些參數(shù)的學(xué)習(xí)可以通過(guò)反向傳播算法來(lái)進(jìn)行,從而使采樣點(diǎn)能夠自適應(yīng)地學(xué)習(xí)到最優(yōu)的位置,以便更好地適應(yīng)輸入特征圖的變化。

    2.2 MobileViT 模型

    MobileViT 模型的主要構(gòu)成是MobileNetV2 模塊和MobileViT 模塊,其中MobileViT 模塊可以被看作是一種將卷積操作和Transformer 相結(jié)合的特征提取模塊。MobileViT 模塊主要由局部特征提取模塊、全局特征提取模塊以及特征融合模塊三部分組成,通過(guò)多個(gè)Transformer的堆疊,從輸入圖像中提取全局和局部特征。

    MV2 模塊的核心部分是借鑒了逆殘差(Inverted Residuals)的思想,包括一個(gè)擴(kuò)展層、深度可分離卷積層和線性投影層。該模塊的設(shè)計(jì)旨在提高神經(jīng)網(wǎng)絡(luò)的非線性表達(dá)能力,并通過(guò)減少計(jì)算量和參數(shù)數(shù)量來(lái)實(shí)現(xiàn)更好的性能。

    2.3 DeformMobileViT 模型

    為了分辨出圖像中管道缺陷輪廓像素,本文提出的DeformMobileViT 在MobileViT 網(wǎng)絡(luò)中加入可變形卷積層,DeformMobileViT 結(jié)構(gòu)如圖1 所示。

    圖1 DeformMobileViT 模型結(jié)構(gòu),圖中紅色虛線框中為本文加入的可變形卷積層Fig.1 DeformMobileViT model structure, in which the deformable convolution layer added in this paper is shown in the red dotted box

    可變形卷積層(Deformable Convolution)[5]通過(guò)引入偏移量,增大感受野,同時(shí)使感受野可以適應(yīng)不同尺寸、形狀的管道缺陷輪廓,使模型實(shí)現(xiàn)更好的分類效果。將MobileViT 網(wǎng)絡(luò)的第1 階段和最后階段的卷積調(diào)整為可變形卷積,而中間階段保留為標(biāo)準(zhǔn)卷積層,以減小引入可變形卷積帶來(lái)的網(wǎng)絡(luò)參數(shù)量的增加對(duì)網(wǎng)絡(luò)負(fù)荷的影響。

    因?yàn)闇\的網(wǎng)絡(luò)層寬度與高度較大,有一個(gè)比較大的視野才能更全面地提取缺陷的特征,并且提取到的信息會(huì)一直前向傳播,所以第一層網(wǎng)絡(luò)可以提取到更好的特征很重要;最后一層卷積輸出進(jìn)行全局池化后進(jìn)行全連接輸出Logits,也有著十分重要的作用,于是本文將MobileViT 模型中第一塊和分類器前的卷積網(wǎng)絡(luò)替換為可變形卷積。中間階段保留為標(biāo)準(zhǔn)卷積層,是為了減小引入可變形卷積層增加的網(wǎng)絡(luò)參數(shù)量對(duì)網(wǎng)絡(luò)的負(fù)荷所產(chǎn)生的影響。這樣的設(shè)計(jì)可以在保持較小的計(jì)算代價(jià)的同時(shí),進(jìn)一步提高網(wǎng)絡(luò)的性能。

    3 實(shí)驗(yàn)結(jié)果與討論

    3.1 實(shí)驗(yàn)數(shù)據(jù)集及預(yù)處理

    本文基于公開(kāi)數(shù)據(jù)集SewerML 進(jìn)行實(shí)驗(yàn)。

    數(shù)據(jù)集Sewer-ML 中有超過(guò)130 萬(wàn)張地下管道圖片,本章選擇13004 樣本作為研究對(duì)象,按照訓(xùn)練集、驗(yàn)證集、測(cè)試集劃分進(jìn)行訓(xùn)練、驗(yàn)證及測(cè)試,其比例接近7:1.5:1.5,如表1 所示。

    表1 數(shù)據(jù)集劃分Tab.1 Data set partitioning

    為提高模型的泛化性,一般要對(duì)訓(xùn)練數(shù)據(jù)做增強(qiáng)處理。本文通過(guò)將圖像大小調(diào)整為224×224,以50%的概率水平翻轉(zhuǎn),將亮度、對(duì)比度、飽和度和色調(diào)抖動(dòng)為原始值的±10%,使用訓(xùn)練分割通道平均值和標(biāo)準(zhǔn)偏差對(duì)數(shù)據(jù)進(jìn)行歸一化,并對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理。

    3.2 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置

    在本研究中,我們使用了基于GPU 的服務(wù)器作為實(shí)驗(yàn)環(huán)境,并在服務(wù)器上安裝了Pytorch 深度學(xué)習(xí)框架。Python是我們主要采用的編程語(yǔ)言。處理器為Intel (R) Xeon(R)CPU E5-2630 v4@2.20GHz,GPU 為NVIDIA Tesla P40 24GB。模型訓(xùn)練參數(shù)設(shè)置Epochs 為50,BatchSize為32,優(yōu)化器選擇SDG,損失函數(shù)使用Focal loss 函數(shù)。

    3.3 實(shí)驗(yàn)結(jié)果

    FLOPs 表示模型計(jì)算量,精確度相同情況下,一般計(jì)算量越小越好,更小的計(jì)算量代表消耗更少的計(jì)算資源。Param 表示模型參數(shù)總量,參數(shù)一般也是越小越好;精度使用F1score、Accaury(準(zhǔn)確率)及AP 進(jìn)行評(píng)價(jià)。

    如表2 所示,可以看出與傳統(tǒng)的CNN 神經(jīng)網(wǎng)絡(luò)相比,將CNN 與Transformer 結(jié)合的MobileViT 網(wǎng)絡(luò)具有明顯的優(yōu)勢(shì)。在通用數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練之后,該網(wǎng)絡(luò)在更輕量化的情況下比一般的CNN 網(wǎng)絡(luò)具有更高的準(zhǔn)確率。Hasson2019 使用的是AlexNet 網(wǎng)絡(luò),鑒于當(dāng)時(shí)的硬件資源限制,其結(jié)構(gòu)復(fù)雜、參數(shù)很龐大,達(dá)到217M,精度相較后面提出的ResNet 網(wǎng)絡(luò)系列和DenseNet 較低,精確度僅達(dá)到78.76%,F(xiàn)1normal 有82.19%[6]。

    表2 缺陷分類實(shí)驗(yàn)結(jié)果對(duì)比Tab.2 Comparison of experimental results of defect classification

    Xie 等人使用的兩級(jí)分層的深度CNN 模型,準(zhǔn)確度有85.14%。MobileViT 參數(shù)量?jī)H有7.52M,計(jì)算量指標(biāo)FLOPs 也僅有0.71G,相比卷積網(wǎng)絡(luò)模型相對(duì)輕量。

    MobileViT 將參數(shù)轉(zhuǎn)移學(xué)習(xí)后,精確度、F1 及AP值分別提升了3.22%、2.89%和3.42%。MobileViT 引入兩個(gè)卷積網(wǎng)絡(luò)后,構(gòu)建為DeformMobileViT 模型,計(jì)算量指標(biāo)FLOPs 增加了0.02G 也就是20M,參數(shù)量增加了1.19M。遷移學(xué)習(xí)后的DeformMobileViT 模型相比遷移學(xué)習(xí)后的MobileViT 模型精確率和F1 得分均提高了2.7%和3.57%,最后精確度達(dá)到91.44%,F(xiàn)1 值達(dá)到94.15%,AP為90.72%。

    4 結(jié)論

    本文將輕量、準(zhǔn)確率高的模型MobileViT,與可變形卷積網(wǎng)絡(luò)結(jié)合,設(shè)計(jì)的DeformMobileViT 分類模型,能更加準(zhǔn)確地提取特征,從而在分類表現(xiàn)上有顯著提升。相比于原始模型,DeformMobileViT 在準(zhǔn)確率上提升了2.7%,F(xiàn)1normal 分?jǐn)?shù)提升了3.57%。

    猜你喜歡
    變形特征檢測(cè)
    “不等式”檢測(cè)題
    “一元一次不等式”檢測(cè)題
    “一元一次不等式組”檢測(cè)題
    談詩(shī)的變形
    如何表達(dá)“特征”
    不忠誠(chéng)的四個(gè)特征
    “我”的變形計(jì)
    抓住特征巧觀察
    例談拼圖與整式變形
    會(huì)變形的餅
    成人av一区二区三区在线看| 嫩草影院精品99| 一区二区三区免费毛片| 别揉我奶头 嗯啊视频| 18+在线观看网站| 12—13女人毛片做爰片一| 国产精品国产三级国产av玫瑰| 两个人视频免费观看高清| 在线免费观看不下载黄p国产 | av天堂在线播放| 国产国拍精品亚洲av在线观看| 毛片一级片免费看久久久久 | 久久久久久九九精品二区国产| 搡女人真爽免费视频火全软件 | 免费观看的影片在线观看| 久久精品国产亚洲av天美| 欧美日韩国产亚洲二区| 一级a爱片免费观看的视频| 听说在线观看完整版免费高清| 国产真实乱freesex| 真实男女啪啪啪动态图| 国产午夜福利久久久久久| 日日撸夜夜添| 亚洲四区av| 国产在视频线在精品| 日韩国内少妇激情av| 亚洲专区中文字幕在线| 淫秽高清视频在线观看| 中文字幕精品亚洲无线码一区| 久久久精品大字幕| 国产高清视频在线播放一区| 五月玫瑰六月丁香| 好男人在线观看高清免费视频| 国产在视频线在精品| 婷婷精品国产亚洲av| 久久精品国产自在天天线| 18禁在线播放成人免费| 成人二区视频| 亚洲欧美日韩东京热| 婷婷精品国产亚洲av在线| 国产精品三级大全| 三级毛片av免费| 精品国内亚洲2022精品成人| 久久精品人妻少妇| 色哟哟·www| 午夜精品在线福利| 亚洲三级黄色毛片| 国内少妇人妻偷人精品xxx网站| 亚洲熟妇中文字幕五十中出| 成人av在线播放网站| 精品久久久噜噜| 国产精品亚洲一级av第二区| 99热只有精品国产| 别揉我奶头~嗯~啊~动态视频| 国产aⅴ精品一区二区三区波| 伦理电影大哥的女人| 精品久久久久久,| 中文字幕熟女人妻在线| 一级av片app| 日日摸夜夜添夜夜添av毛片 | 一级av片app| 国产伦在线观看视频一区| 日韩精品青青久久久久久| 亚洲国产欧洲综合997久久,| 国产成人aa在线观看| 免费人成在线观看视频色| 人妻夜夜爽99麻豆av| 丰满人妻一区二区三区视频av| 夜夜爽天天搞| 在线播放国产精品三级| 亚洲一区二区三区色噜噜| 久久久久久久久久黄片| 成人av在线播放网站| 啦啦啦韩国在线观看视频| 麻豆久久精品国产亚洲av| 亚洲自偷自拍三级| 一进一出抽搐动态| 亚洲性久久影院| 深夜a级毛片| 在线观看美女被高潮喷水网站| 亚洲一区高清亚洲精品| 成人国产综合亚洲| 精品一区二区免费观看| 日韩亚洲欧美综合| 日韩欧美一区二区三区在线观看| 美女cb高潮喷水在线观看| 天堂影院成人在线观看| 日韩欧美 国产精品| 国产av不卡久久| 人妻少妇偷人精品九色| 午夜视频国产福利| 亚洲国产精品sss在线观看| 嫩草影院新地址| 色av中文字幕| 亚洲av二区三区四区| 一进一出好大好爽视频| www.www免费av| 精品久久久久久久久久免费视频| 悠悠久久av| 在线观看一区二区三区| 欧美日韩瑟瑟在线播放| 99精品久久久久人妻精品| aaaaa片日本免费| 特大巨黑吊av在线直播| 99精品在免费线老司机午夜| 国产亚洲精品av在线| 亚洲经典国产精华液单| 国产高潮美女av| 成人三级黄色视频| 国产欧美日韩精品亚洲av| 露出奶头的视频| 97热精品久久久久久| 亚洲人与动物交配视频| 久久久久精品国产欧美久久久| 亚洲中文日韩欧美视频| av天堂中文字幕网| 又粗又爽又猛毛片免费看| 他把我摸到了高潮在线观看| 乱人视频在线观看| 欧美成人一区二区免费高清观看| x7x7x7水蜜桃| 中文字幕久久专区| 网址你懂的国产日韩在线| 淫妇啪啪啪对白视频| 黄色丝袜av网址大全| 国产欧美日韩精品一区二区| 欧美绝顶高潮抽搐喷水| 国产亚洲精品久久久久久毛片| 大型黄色视频在线免费观看| 一a级毛片在线观看| 亚洲av日韩精品久久久久久密| videossex国产| 非洲黑人性xxxx精品又粗又长| 99热这里只有精品一区| 国产精品野战在线观看| 亚洲色图av天堂| 日韩精品青青久久久久久| 日韩欧美一区二区三区在线观看| 99热6这里只有精品| 亚洲,欧美,日韩| 久久婷婷人人爽人人干人人爱| 美女cb高潮喷水在线观看| 天堂av国产一区二区熟女人妻| 亚洲精品一区av在线观看| 亚洲国产精品成人综合色| 国产大屁股一区二区在线视频| av在线蜜桃| 国产精品爽爽va在线观看网站| 国产亚洲欧美98| 伦理电影大哥的女人| 深夜精品福利| 久久草成人影院| 亚洲人成网站在线播放欧美日韩| 听说在线观看完整版免费高清| 蜜桃久久精品国产亚洲av| 国产一级毛片七仙女欲春2| 丰满乱子伦码专区| 国产av一区在线观看免费| 老熟妇仑乱视频hdxx| av在线天堂中文字幕| 欧美日韩亚洲国产一区二区在线观看| 国产精品综合久久久久久久免费| 天美传媒精品一区二区| 日本一本二区三区精品| 亚洲国产精品sss在线观看| 日韩高清综合在线| 国产伦在线观看视频一区| 免费av毛片视频| 18禁黄网站禁片午夜丰满| 不卡视频在线观看欧美| 国产精品三级大全| 在线播放国产精品三级| 深夜a级毛片| 高清毛片免费观看视频网站| 色综合婷婷激情| 午夜a级毛片| 久9热在线精品视频| 国产精品亚洲美女久久久| 国产精品久久久久久精品电影| 欧美色视频一区免费| 亚洲性久久影院| 久久久久久伊人网av| 国产麻豆成人av免费视频| 国内精品一区二区在线观看| 91久久精品国产一区二区三区| 欧美成人免费av一区二区三区| 亚洲成人免费电影在线观看| 一夜夜www| 级片在线观看| 久久欧美精品欧美久久欧美| 久久香蕉精品热| 欧美日本亚洲视频在线播放| 久久久久久久精品吃奶| 欧美一级a爱片免费观看看| 波多野结衣高清无吗| 色播亚洲综合网| 欧美一级a爱片免费观看看| 深夜a级毛片| 国产亚洲精品久久久com| 亚洲成av人片在线播放无| 一进一出好大好爽视频| 亚洲欧美精品综合久久99| 国产一级毛片七仙女欲春2| 日韩欧美免费精品| 国产av麻豆久久久久久久| 国产一区二区在线观看日韩| aaaaa片日本免费| 九九在线视频观看精品| 精品免费久久久久久久清纯| 久久久久久久亚洲中文字幕| 国产精品无大码| 男人的好看免费观看在线视频| 在线观看舔阴道视频| 久久久久久伊人网av| 免费看日本二区| 亚洲第一区二区三区不卡| av在线天堂中文字幕| 日韩欧美国产在线观看| 精品久久久久久久久亚洲 | 免费观看在线日韩| 欧美在线一区亚洲| 中国美白少妇内射xxxbb| 99热网站在线观看| 特大巨黑吊av在线直播| 精品人妻1区二区| 国产成人影院久久av| 亚洲,欧美,日韩| 天堂动漫精品| 成人亚洲精品av一区二区| 国产爱豆传媒在线观看| 久久久久九九精品影院| 人妻制服诱惑在线中文字幕| 听说在线观看完整版免费高清| 久久国产精品人妻蜜桃| 少妇丰满av| 国产成人av教育| 又紧又爽又黄一区二区| 丝袜美腿在线中文| 国产精品不卡视频一区二区| 久久精品国产清高在天天线| 亚洲avbb在线观看| 2021天堂中文幕一二区在线观| 禁无遮挡网站| av天堂中文字幕网| 亚洲欧美日韩卡通动漫| 久久久精品大字幕| 91麻豆精品激情在线观看国产| 最新在线观看一区二区三区| 在线观看av片永久免费下载| 日韩亚洲欧美综合| 亚洲国产高清在线一区二区三| 午夜亚洲福利在线播放| 亚洲av中文字字幕乱码综合| 日韩中字成人| 99久久无色码亚洲精品果冻| 午夜福利成人在线免费观看| 国产亚洲精品av在线| 精品久久久久久,| 欧美日韩乱码在线| 欧美日韩亚洲国产一区二区在线观看| 白带黄色成豆腐渣| 久久久成人免费电影| 春色校园在线视频观看| 久久久久久久亚洲中文字幕| 亚洲成人久久性| 五月玫瑰六月丁香| 日韩 亚洲 欧美在线| 午夜日韩欧美国产| 少妇人妻一区二区三区视频| 狠狠狠狠99中文字幕| 久久久久久久久久久丰满 | 国产欧美日韩精品亚洲av| 欧美另类亚洲清纯唯美| 亚洲自拍偷在线| 能在线免费观看的黄片| 亚洲人成网站在线播放欧美日韩| 国产高清有码在线观看视频| 欧美人与善性xxx| 变态另类丝袜制服| 老师上课跳d突然被开到最大视频| 亚洲精品日韩av片在线观看| 最新在线观看一区二区三区| 日本五十路高清| 精品一区二区三区视频在线| 午夜福利在线观看免费完整高清在 | 国产爱豆传媒在线观看| 好男人在线观看高清免费视频| 国产精品1区2区在线观看.| 制服丝袜大香蕉在线| 国产伦精品一区二区三区四那| 香蕉av资源在线| 蜜桃亚洲精品一区二区三区| 亚洲自拍偷在线| 51国产日韩欧美| 国产极品精品免费视频能看的| 嫩草影院入口| 黄色配什么色好看| 最近中文字幕高清免费大全6 | 日韩精品青青久久久久久| 亚洲精品影视一区二区三区av| 国产激情偷乱视频一区二区| av国产免费在线观看| 久久午夜亚洲精品久久| 全区人妻精品视频| 男人的好看免费观看在线视频| 国产白丝娇喘喷水9色精品| 免费观看人在逋| 色综合婷婷激情| 国产黄a三级三级三级人| 国产色爽女视频免费观看| 男女下面进入的视频免费午夜| 干丝袜人妻中文字幕| 久久精品人妻少妇| 午夜激情福利司机影院| 欧美又色又爽又黄视频| 在线看三级毛片| 一区二区三区高清视频在线| 午夜爱爱视频在线播放| 大型黄色视频在线免费观看| 国产成人av教育| 12—13女人毛片做爰片一| 免费观看的影片在线观看| 免费av不卡在线播放| 岛国在线免费视频观看| 国产精品亚洲美女久久久| 噜噜噜噜噜久久久久久91| 窝窝影院91人妻| 日本精品一区二区三区蜜桃| 久久久精品大字幕| АⅤ资源中文在线天堂| 联通29元200g的流量卡| 99在线人妻在线中文字幕| 老女人水多毛片| 久久精品夜夜夜夜夜久久蜜豆| 久久精品国产99精品国产亚洲性色| 神马国产精品三级电影在线观看| 亚洲五月天丁香| 日韩欧美在线乱码| 国产精品98久久久久久宅男小说| 成人国产综合亚洲| 亚洲一级一片aⅴ在线观看| 国产人妻一区二区三区在| 99久久九九国产精品国产免费| 国产精品,欧美在线| 一本久久中文字幕| 亚洲第一电影网av| 久久久久久九九精品二区国产| 欧美激情在线99| 成人欧美大片| 欧美日韩精品成人综合77777| 精品人妻熟女av久视频| 久久久久久久久中文| 国产精品一区二区三区四区久久| 99热这里只有是精品在线观看| 又紧又爽又黄一区二区| 欧美性猛交黑人性爽| 国产大屁股一区二区在线视频| 男人舔奶头视频| 精品久久久久久久末码| 99久久精品一区二区三区| 大型黄色视频在线免费观看| 一本一本综合久久| 国内精品一区二区在线观看| 女生性感内裤真人,穿戴方法视频| 欧美成人免费av一区二区三区| 97碰自拍视频| 在现免费观看毛片| 变态另类成人亚洲欧美熟女| 亚洲av熟女| 特级一级黄色大片| 国国产精品蜜臀av免费| 亚洲美女搞黄在线观看 | av天堂在线播放| 国产美女午夜福利| 久久精品91蜜桃| 国产精品三级大全| 亚洲久久久久久中文字幕| 亚洲精品一区av在线观看| 国产成人aa在线观看| 我的老师免费观看完整版| 中亚洲国语对白在线视频| 国产探花在线观看一区二区| 国产蜜桃级精品一区二区三区| 能在线免费观看的黄片| 少妇高潮的动态图| 日本精品一区二区三区蜜桃| 99热这里只有精品一区| 亚洲成人精品中文字幕电影| 久久久色成人| 亚洲人成网站在线播放欧美日韩| 91久久精品国产一区二区成人| 美女被艹到高潮喷水动态| 亚洲av中文av极速乱 | 麻豆国产97在线/欧美| 成年免费大片在线观看| 国产白丝娇喘喷水9色精品| 综合色av麻豆| 成年免费大片在线观看| 亚洲成人免费电影在线观看| 我要搜黄色片| 免费一级毛片在线播放高清视频| 免费电影在线观看免费观看| 中文字幕免费在线视频6| 亚洲成人久久性| 亚洲精品影视一区二区三区av| 一个人看视频在线观看www免费| 亚洲最大成人av| 麻豆一二三区av精品| 九九久久精品国产亚洲av麻豆| 夜夜夜夜夜久久久久| 精品一区二区三区人妻视频| 午夜老司机福利剧场| 免费在线观看日本一区| 老司机福利观看| 久久热精品热| 乱系列少妇在线播放| 亚洲中文字幕一区二区三区有码在线看| 性色avwww在线观看| 国产精品1区2区在线观看.| 免费大片18禁| 免费人成在线观看视频色| 我的女老师完整版在线观看| 亚洲不卡免费看| 人人妻人人澡欧美一区二区| 麻豆国产av国片精品| 在线观看66精品国产| 超碰av人人做人人爽久久| 国产精品一区二区免费欧美| 无遮挡黄片免费观看| 在现免费观看毛片| 少妇熟女aⅴ在线视频| 久久久久久国产a免费观看| 国产精品一区二区免费欧美| 国产主播在线观看一区二区| 99热这里只有是精品在线观看| 12—13女人毛片做爰片一| 久久久久国内视频| 少妇熟女aⅴ在线视频| 国产精品精品国产色婷婷| 99精品在免费线老司机午夜| 日本黄色视频三级网站网址| 嫩草影院新地址| 中文字幕高清在线视频| 国产精品人妻久久久影院| 日本黄色片子视频| 一级黄色大片毛片| 国产伦人伦偷精品视频| 美女被艹到高潮喷水动态| 免费电影在线观看免费观看| 亚洲久久久久久中文字幕| 少妇人妻一区二区三区视频| 一级黄片播放器| 色哟哟哟哟哟哟| 美女cb高潮喷水在线观看| 国产高清不卡午夜福利| 制服丝袜大香蕉在线| 韩国av一区二区三区四区| 欧美一区二区国产精品久久精品| 亚洲av成人精品一区久久| 久久久久久久久大av| 国产精品久久电影中文字幕| 91av网一区二区| 美女高潮的动态| 嫩草影视91久久| 国产美女午夜福利| 一区二区三区高清视频在线| 久久九九热精品免费| 国产精品乱码一区二三区的特点| 舔av片在线| 亚洲午夜理论影院| 亚洲狠狠婷婷综合久久图片| 亚洲无线观看免费| 午夜亚洲福利在线播放| 国产午夜精品论理片| 极品教师在线免费播放| 波野结衣二区三区在线| 精品人妻熟女av久视频| 午夜福利欧美成人| 久久久精品大字幕| 琪琪午夜伦伦电影理论片6080| 国产探花极品一区二区| 99riav亚洲国产免费| 大型黄色视频在线免费观看| 中文字幕免费在线视频6| 精品午夜福利在线看| 中文资源天堂在线| 在线观看午夜福利视频| 亚洲 国产 在线| 午夜福利成人在线免费观看| 国产欧美日韩精品亚洲av| 久久久久免费精品人妻一区二区| 国产精品久久视频播放| 又粗又爽又猛毛片免费看| 欧美极品一区二区三区四区| 长腿黑丝高跟| 伊人久久精品亚洲午夜| 男人和女人高潮做爰伦理| 嫩草影视91久久| 亚洲avbb在线观看| 精品久久久久久久久av| 又黄又爽又免费观看的视频| 亚洲欧美日韩高清专用| 美女大奶头视频| 久久国产精品人妻蜜桃| 偷拍熟女少妇极品色| 女同久久另类99精品国产91| 久久精品国产亚洲网站| 久久久久久久久大av| 人人妻人人看人人澡| 少妇猛男粗大的猛烈进出视频 | 国产亚洲精品av在线| 色精品久久人妻99蜜桃| 日韩精品青青久久久久久| 欧美高清性xxxxhd video| 哪里可以看免费的av片| 国产毛片a区久久久久| 精品久久久久久久末码| 日韩中文字幕欧美一区二区| 国产亚洲精品久久久com| 悠悠久久av| 成年人黄色毛片网站| 欧美一区二区精品小视频在线| 国产视频内射| 午夜福利欧美成人| 精品99又大又爽又粗少妇毛片 | 婷婷丁香在线五月| 国产主播在线观看一区二区| 在线播放国产精品三级| 黄色女人牲交| 一本精品99久久精品77| 日韩欧美三级三区| 人妻丰满熟妇av一区二区三区| 九色成人免费人妻av| 国产精品人妻久久久久久| 免费大片18禁| 不卡视频在线观看欧美| 欧美在线一区亚洲| 亚洲经典国产精华液单| www.www免费av| 麻豆成人av在线观看| 毛片女人毛片| 色哟哟哟哟哟哟| 一级黄片播放器| 色在线成人网| 成人鲁丝片一二三区免费| 一a级毛片在线观看| 黄色丝袜av网址大全| 欧美黑人欧美精品刺激| 啦啦啦韩国在线观看视频| 欧美色欧美亚洲另类二区| 国产一区二区三区av在线 | 国产av不卡久久| 久久久久国内视频| 国产午夜精品论理片| 久久亚洲真实| 日韩中文字幕欧美一区二区| 国产人妻一区二区三区在| 自拍偷自拍亚洲精品老妇| 老司机午夜福利在线观看视频| 男女做爰动态图高潮gif福利片| 观看免费一级毛片| 变态另类丝袜制服| 看黄色毛片网站| 黄色视频,在线免费观看| 老司机深夜福利视频在线观看| 欧美成人a在线观看| 999久久久精品免费观看国产| 能在线免费观看的黄片| 国产三级在线视频| 精品99又大又爽又粗少妇毛片 | 成人二区视频| 久久久成人免费电影| 免费人成在线观看视频色| av在线天堂中文字幕| 精品福利观看| 久久久色成人| 神马国产精品三级电影在线观看| 欧美3d第一页| 久久99热这里只有精品18| 亚洲天堂国产精品一区在线| 深夜精品福利| netflix在线观看网站| 91久久精品国产一区二区成人| 熟女电影av网| 51国产日韩欧美| 18禁黄网站禁片免费观看直播| 日韩欧美在线二视频| 久久精品国产清高在天天线| 欧美潮喷喷水| 男女之事视频高清在线观看| 欧美最新免费一区二区三区| 国产精品嫩草影院av在线观看 | 国产伦人伦偷精品视频| 国产高清不卡午夜福利| 成年人黄色毛片网站| 欧美又色又爽又黄视频| 成熟少妇高潮喷水视频| 精品国产三级普通话版| 国产aⅴ精品一区二区三区波| АⅤ资源中文在线天堂| 特级一级黄色大片| 最后的刺客免费高清国语| 欧美一区二区精品小视频在线| 最近视频中文字幕2019在线8| 99久久九九国产精品国产免费| 免费观看的影片在线观看| 人人妻,人人澡人人爽秒播| 欧美日韩亚洲国产一区二区在线观看| 日韩欧美三级三区| 91在线观看av| videossex国产| 大型黄色视频在线免费观看| 老司机福利观看| 精品午夜福利在线看| 亚洲性久久影院|