• <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)YOLOv5的電廠人員絕緣手套佩戴檢測

    2023-12-01 03:07:52王彥生朱佳佳王紫儀湯博宇
    計(jì)算機(jī)測量與控制 2023年11期
    關(guān)鍵詞:特征檢測

    王彥生,朱佳佳,王紫儀,湯博宇 ,高 陽,2

    (1. 南京工程學(xué)院 人工智能產(chǎn)業(yè)技術(shù)研究院,南京 211167;2. 江蘇省智能感知技術(shù)與裝備工程研究中心,南京 211167)

    0 引言

    當(dāng)今社會,電能成為居民日常生活和工業(yè)生產(chǎn)的基礎(chǔ)保障,一旦輸電過程中突發(fā)事故,將無法保證居民的日常生活用電,給居民生活帶來了極大的不便,也會給工業(yè)生產(chǎn)造成巨大的經(jīng)濟(jì)損失,為此,必須按時(shí)對輸電線路進(jìn)行檢修和維修,這就對電網(wǎng)的作業(yè)人員提出了更高的工作要求。據(jù)有關(guān)部門統(tǒng)計(jì),我國電力建設(shè)事故數(shù)量和死亡人數(shù)逐年增加,糾其原因,很大一部分都是未按安全規(guī)范來進(jìn)行維修檢修工作導(dǎo)致的,進(jìn)而給電網(wǎng)的安全運(yùn)行造成巨大威脅。因此,必須規(guī)范作業(yè)過程,嚴(yán)格監(jiān)管作業(yè)人員是否按規(guī)定穿戴工作裝備,避免發(fā)生電擊事故,才能保障居民企業(yè)的正常用電。其中不按規(guī)定佩戴絕緣手套是影響電力生產(chǎn)的不安全行為之一。目前電網(wǎng)企業(yè)中一般是通過人工現(xiàn)場監(jiān)管或者視頻監(jiān)控的方式來加強(qiáng)現(xiàn)場作業(yè)安全管理,人工現(xiàn)場監(jiān)管需要單獨(dú)調(diào)派人手,且人眼監(jiān)管的范圍有限,浪費(fèi)人力且監(jiān)管效果較差。而采用視頻監(jiān)控進(jìn)行管理時(shí),隨著監(jiān)控場景的擴(kuò)大以及監(jiān)控?cái)z像頭的大量部署,監(jiān)控人員的工作量大大增加[1]。此外,監(jiān)控人員無法保證全天24小時(shí)監(jiān)看視頻監(jiān)控,并且人工監(jiān)控的方法存在監(jiān)管效率低、時(shí)效性差、智能化程度低等問題。因此,結(jié)合現(xiàn)有的網(wǎng)絡(luò)攝像頭等視頻采集設(shè)備,利用計(jì)算機(jī)視覺領(lǐng)域的圖像算法可以進(jìn)行不安全行為的自動檢測,實(shí)現(xiàn)降低人工成本的目的,能更加及時(shí)并準(zhǔn)確的發(fā)現(xiàn)不安全行為。

    伴隨人工智能和計(jì)算機(jī)技術(shù)的發(fā)展,深度學(xué)習(xí)在目標(biāo)檢測領(lǐng)域得到了廣泛應(yīng)用[2]。目前有關(guān)目標(biāo)檢測的深度學(xué)習(xí)算法主要有兩個(gè)分支,一個(gè)分支是以R-CNN系列為典型代表的雙階段目標(biāo)檢測算法,另一個(gè)分支則是以SSD、YOLO系列為典型代表的單階段目標(biāo)檢測算法。這兩種算法最大的區(qū)別在于是否需要提前生成預(yù)選框。具體來說,雙階段目標(biāo)檢測算法需要提前生成預(yù)選框,然后經(jīng)過卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測,而單階段目標(biāo)檢測算法則不需要提前生成預(yù)選框,而是直接用神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測。目前對于電力行業(yè)不安全行為檢測的目標(biāo)檢測方法主要以YOLO系列為主,文獻(xiàn)[3]通過修改YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)和研究相關(guān)算法提升遮擋場景下對電廠環(huán)境下作業(yè)人員是否佩戴安全帽進(jìn)行檢測,文獻(xiàn)[4]通過在YOLOv5網(wǎng)絡(luò)中加入注意力機(jī)制和修改特征融合網(wǎng)絡(luò)以提高對煙頭等小目標(biāo)的檢測精度,文獻(xiàn)[5]以Faster R-CNN算法為基礎(chǔ),通過修改回歸損失函數(shù)以達(dá)到對作業(yè)人員著裝規(guī)范性檢測的目的。文獻(xiàn)[6]采用PSA極化自注意力機(jī)制、引入ASFF模塊以及修改回歸損失函數(shù)為EIoU Loss,提高對于口罩這類小目標(biāo)的檢測精度。由此可見,現(xiàn)有的檢測方法大多是針對變電站施工現(xiàn)場對安全帽及施工人員等目標(biāo)的檢測,而對于作業(yè)人員是否佩戴絕緣手套的檢測研究甚少,除此之外,絕緣手套屬于小目標(biāo)檢測,其本身檢測難度較高,且存在檢測精度低的問題。

    圖1 YOLOv5結(jié)構(gòu)圖

    為了解決上述難題,本文從小目標(biāo)檢測方向入手,以YOLOv5s網(wǎng)絡(luò)為基礎(chǔ),通過將主干網(wǎng)絡(luò)中的卷積替換為自校準(zhǔn)卷積,添加注意力模塊,修改損失函數(shù),達(dá)到對電廠人員絕緣手套佩戴的檢測并進(jìn)一步提高其檢測精度的目的。

    1 YOLOv5網(wǎng)絡(luò)

    到目前為止,YOLOv5總共發(fā)行了兩個(gè)版本,5.0版本和6.0版本,6.0版本將5.0版本中的有關(guān)結(jié)構(gòu)進(jìn)行了微調(diào),圖1是6.0版本的具體結(jié)構(gòu),其可分為第一部分輸入端,第二部分Backbone,第三部分Neck以及第四部分預(yù)測網(wǎng)絡(luò)。

    1.1 輸入端

    首先,YOLOv5的輸入端沿用了YOLOv4的Mosaic數(shù)據(jù)增強(qiáng)操作,通過選定一張圖片,然后通過與另外三張隨機(jī)圖片進(jìn)行縮放裁剪操作,最終隨機(jī)排布拼成一張圖,將最終獲得的圖片作為訓(xùn)練數(shù)據(jù),由此豐富圖片的背景,以提升模型的訓(xùn)練速度和網(wǎng)絡(luò)的精度,除此之外,在網(wǎng)絡(luò)進(jìn)行標(biāo)準(zhǔn)化BN計(jì)算時(shí),計(jì)算一張圖片的數(shù)據(jù)就相當(dāng)于計(jì)算四張圖片的數(shù)據(jù),以此減少GPU計(jì)算。

    其次,提出了一種自適應(yīng)錨框計(jì)算方法,之前的YOLO系列,諸如YOLOv3、YOLOv4對于錨框的處理都使用單獨(dú)的腳本進(jìn)行初始錨框的計(jì)算,而YOLOv5拋棄了這一做法,將此功能直接嵌入到整個(gè)訓(xùn)練代碼中。所以在每次訓(xùn)練開始之前,YOLOv5網(wǎng)絡(luò)都會根據(jù)不同的數(shù)據(jù)集來自適應(yīng)計(jì)算錨框。

    最后,圖片縮放改為自適應(yīng)。數(shù)據(jù)集中不同的圖片長寬不一定相同,YOLO算法在訓(xùn)練時(shí)需要將圖片統(tǒng)一縮放到同一尺寸,而手動對圖片進(jìn)行縮放填充,我們不能保證兩端填充的黑邊大小相同,一旦填充較多,就會存在信息冗余,影響推理速度。因此YOLOv5統(tǒng)一對原始圖像自適應(yīng)的添加最少的黑邊,將圖片統(tǒng)一為同一尺寸,以此來避免過多信息冗余,加快網(wǎng)絡(luò)推理速度[7]。

    1.2 Backbone

    1.2.1 Focus結(jié)構(gòu)

    在YOLOv5未出現(xiàn)之前,YOLO系列的所有網(wǎng)絡(luò)都沒有使用Focus結(jié)構(gòu),F(xiàn)ocus結(jié)構(gòu)可以說是對圖片在進(jìn)入主干網(wǎng)絡(luò)之前的特殊處理,其具體的操作是對圖像進(jìn)行隔像素取值,即切片操作,從而將一張圖劃分為不同的值,經(jīng)過切片操作后,會獲得4個(gè)圖像,這4張圖像并不是相互獨(dú)立,毫無關(guān)系的,恰恰相反,它們相互間互補(bǔ),因此,不存在信息缺失,且原本圖像的RGB三通道擴(kuò)大成了4×3=12通道。Focus結(jié)構(gòu)的優(yōu)勢是在減少了計(jì)算復(fù)雜度和參數(shù)的情況下,不會丟失任何信息,從而在保證準(zhǔn)確率的前提下,提高了對小目標(biāo)的檢測率。

    1.2.2 CSP結(jié)構(gòu)

    CSP即C3模塊,YOLOv5中的CSP有兩種設(shè)計(jì),分別為Backbone部分的CSP1_X結(jié)構(gòu)和Neck部分的CSP2_X結(jié)構(gòu)。

    1)CSP1_X結(jié)構(gòu)

    CSP1_X結(jié)構(gòu)的網(wǎng)絡(luò)結(jié)構(gòu)圖如圖2所示。

    圖2 CSP1_X網(wǎng)絡(luò)結(jié)構(gòu)圖

    其中CBS為Conv+BN+SiLu,Resunit是x個(gè)殘差組件。從結(jié)構(gòu)可以看出,CSP1_X是通過將兩個(gè)不同支路進(jìn)行Concat和CBS構(gòu)成。CSP1_X應(yīng)用于backbone主干網(wǎng)絡(luò)部分,主要是因?yàn)樵谳^深的網(wǎng)絡(luò)中殘差結(jié)構(gòu)可以增加層與層之間反向傳播的梯度值,以此來避免因?yàn)榫W(wǎng)絡(luò)加深而帶來的梯度消失,確保網(wǎng)絡(luò)可以提取到更加細(xì)微的特征[8]。

    2)CSP2_X結(jié)構(gòu)

    CSP2_X的網(wǎng)絡(luò)結(jié)構(gòu)圖如圖3所示。

    圖3 CSP2_X網(wǎng)絡(luò)結(jié)構(gòu)圖

    CSP2_X相對于CSP1_X來說,不一樣的地方只有CSP2_X將Resunit換成了2*X個(gè)CBS,主要應(yīng)用在Neck網(wǎng)絡(luò)。

    3)SPPF結(jié)構(gòu)

    SPPF的具體結(jié)構(gòu)如圖4所示。SPPF模塊將經(jīng)過CBS的x、一次池化后的y1、兩次池化后的y2和3次池化后的m(y2)先進(jìn)行拼接,然后再CBS提取特征。通過結(jié)構(gòu)圖不難發(fā)現(xiàn),雖然SSPF對特征圖進(jìn)行了多次池化,但是特征圖尺寸并未發(fā)生變化,通道數(shù)更不會變化,所以后續(xù)的4個(gè)輸出能夠在channel維度進(jìn)行融合。該模塊不僅要提取高層特征,還要利用多次最大池化進(jìn)行特征的融合,以便能夠更多的提取信息。

    圖4 SPPF網(wǎng)絡(luò)結(jié)構(gòu)圖

    1.3 Neck

    Neck部分由兩個(gè)網(wǎng)絡(luò)組成,一個(gè)是特征金字塔網(wǎng)絡(luò)(FPN,feature pyramid networks),F(xiàn)PN網(wǎng)絡(luò)通過對主干網(wǎng)絡(luò)提取到的高低層特征進(jìn)行融合,以此來提高對于較小目標(biāo)的檢測效果。另一個(gè)網(wǎng)絡(luò)則是路徑聚合網(wǎng)絡(luò)(PAN,path aggregation network),PAN是一種自下而上的增強(qiáng),這樣,深層的特征圖就能得到淺層的豐富細(xì)節(jié),因此,對于大型物體的檢測,就能得到更好的檢測效果[9]。

    1.4 Prediction

    YOLOv5的輸出端主要是對預(yù)測框和真實(shí)框的處理,其先提高Bounding box損失函數(shù)計(jì)算預(yù)測框和真實(shí)框的交并比過濾掉一些檢測框,對于剩下的檢測框,通過nms非極大值抑制進(jìn)一步篩選掉多余的檢測框,得到最終的檢測框。

    2 改進(jìn)策略

    原始的YOLOv5網(wǎng)絡(luò)采用傳統(tǒng)卷積對輸入圖像進(jìn)行處理,傳統(tǒng)卷積存在諸多缺陷,為此本文將其進(jìn)行改進(jìn),替換為自校準(zhǔn)卷積。另外,為了使網(wǎng)絡(luò)更加關(guān)注待檢測的目標(biāo),其通常會在網(wǎng)絡(luò)中加入有關(guān)注意力機(jī)制,以此來達(dá)到讓網(wǎng)絡(luò)關(guān)注待檢測目標(biāo)的目的。最后對于損失函數(shù)做了替換,原始YOLOv5網(wǎng)絡(luò)的損失函數(shù)為CIoU,其在網(wǎng)絡(luò)回歸時(shí)存在不足,為此本文將其改為EIoU。

    2.1 自校準(zhǔn)卷積

    2020年南開大學(xué)程明明團(tuán)隊(duì)[10]提出了一種自校準(zhǔn)的模塊(多個(gè)卷積注意力組合的模塊),替換基本的卷積結(jié)構(gòu),相較于傳統(tǒng)卷積,該卷積模塊在保證參數(shù)計(jì)算量不增加的前提下,擴(kuò)大網(wǎng)絡(luò)對目標(biāo)的感受野,增強(qiáng)特征圖的區(qū)分度[11]。其具體結(jié)構(gòu)如圖5所示。

    首先將輸入X沿著通道方向進(jìn)行分裂(Split),形成X1和X2,然后X1和X2會分別通過兩個(gè)路徑進(jìn)行信息的處理。首先,分裂后的X1會通過一個(gè)濾波器{K2,K3,K4},其目的就是對X1進(jìn)行自校準(zhǔn),最終得到一個(gè)輸出Y1;對于分裂后的X2則只進(jìn)行一個(gè)簡單的卷積操作得到另一個(gè)輸出Y2,通過卷積操作來保存輸入中原始的信息。最后,將得到的兩個(gè)輸出進(jìn)行Concat操作,得到最終的輸出Y,這就是自校準(zhǔn)的整個(gè)過程。

    圖5 自校準(zhǔn)卷積模塊整體結(jié)構(gòu)圖

    通過上述過程可以發(fā)現(xiàn),通過將原始的輸入信息進(jìn)行兩條不同路徑的處理,一方面通過自校準(zhǔn)操作讓網(wǎng)絡(luò)在處理圖像信息時(shí)將輸入的每個(gè)空間位置及其周圍的信息自適應(yīng)進(jìn)行信息嵌入,對信息進(jìn)行編碼,使網(wǎng)絡(luò)在處理圖像信息時(shí)只關(guān)注待檢測物體周圍的信息,這樣一來就可以避免來自全局其他無用信息的干擾[12];另一方面,通過簡單卷積保留原始信息,最終將其與自校準(zhǔn)處理的信息進(jìn)行融合,最終獲得待檢測物體的精準(zhǔn)信息。

    在YOLOv5網(wǎng)絡(luò)中,其主干網(wǎng)絡(luò)、Neck以及預(yù)測網(wǎng)絡(luò)部分都存在卷積操作,為了更好的提取到待檢測目標(biāo)的信息,本文將YOLOv5主干網(wǎng)絡(luò)的卷積替換為自校準(zhǔn)卷積,從而使特征提取網(wǎng)絡(luò)在提取物體特征時(shí)更加專注于待檢測物體周圍的信息,擴(kuò)展感受野豐富輸出,進(jìn)而強(qiáng)化對弱特征的提取能力,以此來提高對于待檢測目標(biāo)的檢測精度,尤其是對于像絕緣手套這種類似的小目標(biāo)物體,使用自校準(zhǔn)卷積來提取物體信息優(yōu)勢顯著。

    2.2 SKNet注意力模塊

    圖6 SK結(jié)構(gòu)示意圖

    南京理工大學(xué)李翔等人[13]在2019年國際計(jì)算機(jī)視覺與模式識別會議(CVPR)上提出一種選擇性內(nèi)核網(wǎng)絡(luò)(SKNets,selective kernel networks),SKNet是基于SE[14](Squeeze and Excitation Networks)注意力機(jī)制的改進(jìn),其主要創(chuàng)新點(diǎn)是設(shè)置了一組動態(tài)選擇的卷積(SK),分為3個(gè)部分操作:Split、Fuse、Select,即分裂、融合和選擇,其具體結(jié)構(gòu)如圖6所示。

    從圖中可以看出,分裂操作將輸入的特征圖分別使用3×3和5×5的卷積核進(jìn)行卷積操作,提取目標(biāo)特征;融合操作則將得到的相同尺寸特征圖中的對應(yīng)元素相加,然后對融合后的特征圖進(jìn)行空間維度的全局平均池化操作,得到特征圖S,緊接著通過FC全連接提取通道注意力信息,得到特征圖Z,然后分別使用不同的卷積核a和b與通道注意力信息Z進(jìn)行卷積,再經(jīng)過Softmax處理,得到每個(gè)卷積核對應(yīng)的通道注意力信息;選擇操作通過將得到通道注意力信息的a和b分別與前面經(jīng)過卷積核處理的特征圖進(jìn)行相乘,輸出具有卷積核的通道注意力的特征圖,最后,將具有卷積核的通道注意力的特征圖進(jìn)行融合,得到最終的通道注意力特征圖[15]。從上述操作不難看出,SK結(jié)構(gòu)通過對大小不同的卷積核的相加相乘,最終可以獲得不同的感受野。

    在標(biāo)準(zhǔn)卷積神經(jīng)網(wǎng)絡(luò)中,設(shè)置了大小相同的人工神經(jīng)元的感受野[16],這就導(dǎo)致網(wǎng)絡(luò)訓(xùn)練時(shí)不能根據(jù)待檢測目標(biāo)的大小及時(shí)改變感受野。為此,本文將SK模塊添加到Y(jié)OLOv5網(wǎng)絡(luò)的Neck部分,使網(wǎng)絡(luò)在訓(xùn)練時(shí)可以根據(jù)輸入信息的多個(gè)尺度自適應(yīng)調(diào)整其感受野大小,以此來加強(qiáng)網(wǎng)絡(luò)對于小目標(biāo)物體的關(guān)注度,提高對絕緣手套的檢測精度。

    2.3 損失函數(shù)EIoU

    在目標(biāo)檢測網(wǎng)絡(luò)中為了衡量預(yù)測框與真實(shí)框的關(guān)系,提出了交并比(IOU,intersection over union)的概念,隨著目標(biāo)檢測算法的不斷發(fā)展,IOU也誕生了不同的損失函數(shù),例如GIOU(generalized intersection over union)、DIOU(complete intersection over Union)和CIOU(Complete IoU)等。2021年中國科學(xué)院大學(xué)張易凡等人[17]在損失函數(shù)CIOU基礎(chǔ)上進(jìn)一步提出了一個(gè)更加完善的損失函數(shù)EIOU,與CIOU有所不同的是EIOU損失函數(shù)在CIOU損失函數(shù)的基礎(chǔ)上將原始的寬高比例,改為寬高值回歸,EIOU損失函數(shù)由重疊、中心距離和寬高這三部分損失構(gòu)成,其中重疊和中心距離損失與CIOU中的一樣[18],但是寬高損失卻不一樣。在EIOU中寬高損失是讓目標(biāo)檢測框和錨框?qū)?yīng)的寬高之差最小,以使網(wǎng)絡(luò)的收斂速度更快。具體如公式(1)所示。

    LEIoU=LIoU+Ldis+Lasp

    (1)

    其中:Cω和Ck是覆蓋真實(shí)框和預(yù)測框的最小外接框的寬度和高度。

    CIOU是原YOLOv5網(wǎng)絡(luò)所使用的損失函數(shù),盡管CIOU在原網(wǎng)絡(luò)中表現(xiàn)良好,但是其在進(jìn)行交并比計(jì)算時(shí)只考慮寬高比例,一旦出現(xiàn)檢測框和預(yù)測框的中心點(diǎn)與原圖一樣,寬度和高度的比值相同,但兩者的寬度和高度值不同的情況,如果仍按CIOU損失計(jì)算,則會導(dǎo)致目標(biāo)不相符[19]?;诖吮疚膶IOU損失函數(shù)替換為EIOU,使網(wǎng)絡(luò)在處理預(yù)測框與真實(shí)框時(shí)更加完善,提高檢測目標(biāo)檢測框的準(zhǔn)確度。

    圖7 LabelImg操作界面

    圖8 訓(xùn)練過程曲線圖

    3 實(shí)驗(yàn)與分析

    3.1 數(shù)據(jù)集處理

    本文數(shù)據(jù)集來自某市供電公司提供的電廠維修及檢修人員的圖片共1075張,獲得圖片后,使用LabelImg標(biāo)注軟件進(jìn)行標(biāo)注,軟件操作界面如圖7所示,標(biāo)注時(shí),將檢修人員戴的絕緣手套用矩形框框選,然后輸入標(biāo)簽glove,完成以后保存文件,此時(shí)標(biāo)注好的文件為xml格式,需將其用對應(yīng)的Python代碼轉(zhuǎn)換成txt格式。最后需要將數(shù)據(jù)集進(jìn)行劃分,本文按照6:2:2的比例將數(shù)據(jù)集劃分為訓(xùn)練集(train)、驗(yàn)證集(val)和測試集(test),至此,數(shù)據(jù)集準(zhǔn)備完畢。

    3.2 實(shí)驗(yàn)環(huán)境

    實(shí)驗(yàn)所用操作系統(tǒng)為Ubuntu18.04,顯卡為GeForce RTX2080Ti,顯存24 GB,CPU為Intel(R)Xeon(R)Glod5118CPU@2.3 GHz,內(nèi)存128 GB,顯卡為GeForce RTX2080Ti,顯存24 GB,實(shí)驗(yàn)框架為Pytorch,實(shí)驗(yàn)語言均使用Python,根據(jù)系統(tǒng)CUDA版本11.3安裝相應(yīng)的torch1.10.0、torchvision0.11.0、及torchaudio0.10.0,然后根據(jù)環(huán)境要求安裝相關(guān)的庫即可完成本文實(shí)驗(yàn)環(huán)境的構(gòu)建。

    3.3 模型訓(xùn)練

    安裝完實(shí)驗(yàn)環(huán)境后,需要設(shè)置實(shí)驗(yàn)參數(shù),本文統(tǒng)一將圖片輸入尺寸設(shè)置為640×640,設(shè)置迭代輪數(shù)為300,學(xué)習(xí)率為0.001,批次batch-size設(shè)置為16,由于實(shí)驗(yàn)服務(wù)器有3個(gè)獨(dú)立顯卡,實(shí)驗(yàn)時(shí)調(diào)用3個(gè)顯卡,故最終batch-size為16×3=48,iou-thres 設(shè)置為0.5,其余參數(shù)均為默認(rèn)。參數(shù)設(shè)置完后,修改訓(xùn)練所需的數(shù)據(jù)配置文件以及模型配置文件,其中,數(shù)據(jù)配置文件中需修改訓(xùn)練集、驗(yàn)證集及測試集的文件路徑,還有類別名及類別數(shù),模型配置文件只需修改類別數(shù),修改完配置文件后開始訓(xùn)練,圖8為訓(xùn)練過程中的相關(guān)曲線。可以明顯看出,用于監(jiān)督檢測框回歸的box_loss和用于監(jiān)督圖像中是否存在物體的obj_loss曲線隨著訓(xùn)練輪數(shù)的增加逐漸趨于平穩(wěn),而查準(zhǔn)率曲線、查全率曲線以及mAP曲線逐漸趨于0.9,表明訓(xùn)練效果較好,訓(xùn)練精度較高。

    3.4 評價(jià)指標(biāo)

    本文采用查準(zhǔn)率(Precision,P)、查全率(Recall,R)、平均精度均值(mAP)以及權(quán)重文件大小這4個(gè)指標(biāo)作為評價(jià)模型的指標(biāo),其中 P、R和mAP的計(jì)算如下公式所示[20]。

    (2)

    (3)

    (4)

    其中:TP(True Positives)表示被正確檢測出的目標(biāo)數(shù),F(xiàn)P(False Positives)表示檢測錯(cuò)誤的目標(biāo)數(shù),F(xiàn)N(False Negatives)表示未被檢測出來的目標(biāo)數(shù),AP表示以Recall為橫軸,Precision為縱軸所繪PR曲線下的面積,N代表類別數(shù)。當(dāng)P、R和mAP的值越接近于1,說明模型的性能越好。

    3.5 實(shí)驗(yàn)評估與分析

    3.5.1 對比實(shí)驗(yàn)

    為了更加直觀的體現(xiàn)YOLOv5s相較于其他目標(biāo)檢測算法的高效性,將YOLOv5s與SSD、YOLOv3、YOLOv3-tiny、YOLOv5l、YOLOv5m、YOLOv5x以及 YOLOv5n 進(jìn)行對比,對比結(jié)果如表1所示。

    表1 對比實(shí)驗(yàn)結(jié)果

    通過實(shí)驗(yàn)所得數(shù)據(jù)可以看出,YOLOv5s算法的檢測精度最高,為92.8%,相較于檢測精度較為接近的YOLOv5l和YOLOv5x,盡管其檢測精度十分接近,但是其權(quán)重文件較大,比YOLOv5s權(quán)重分別大78.4 MB、158.6 MB,YOLOv3-tiny算法的權(quán)重文件大小雖和YOLOv5s相近,但是YOLOv3-tiny算法的檢測精確比YOLOv5s低2.7%,SSD以及YOLOv5m算法無論是檢測精度還是權(quán)重文件大小都不及YOLOv5s,YOLOv5n算法的權(quán)重文件最小,僅有3.8 MB,檢測精度也十分接近YOLOv5s,但是其查準(zhǔn)率和查全率卻不及YOLOv5s。綜合4個(gè)評價(jià)指標(biāo)數(shù)據(jù),對于絕緣手套的檢測YOLOv5s算法性能最優(yōu),故本文將YOLOv5s作為改進(jìn)的基礎(chǔ)網(wǎng)絡(luò)。

    3.5.2 消融實(shí)驗(yàn)

    為了進(jìn)一步證明本文改進(jìn)算法的優(yōu)越性,在對比實(shí)驗(yàn)的基礎(chǔ)上,將改進(jìn)策略一一加入、兩兩加入進(jìn)行消融實(shí)驗(yàn),消融實(shí)驗(yàn)結(jié)果如表2所示。其中方案A、B、C、D、E、F分別指YOLOv5s+改進(jìn)點(diǎn)1、YOLOv5s+改進(jìn)點(diǎn)2、YOLOv5s+改進(jìn)點(diǎn)3、YOLOv5s+改進(jìn)點(diǎn)1和2、YOLOv5s+改進(jìn)點(diǎn)1和3、YOLOv5s+改進(jìn)點(diǎn)2和3。

    消融實(shí)驗(yàn)結(jié)果表明,將本文改進(jìn)策略一一加入網(wǎng)絡(luò)后,每個(gè)改進(jìn)策略的檢測精度都有所提升,其中,將損失函數(shù)修改為EIOU的檢測精度提升最高,提升了1.5%,然后兩兩加入后精度均有提高,最后,將所有改進(jìn)點(diǎn)一同加入網(wǎng)絡(luò)后,其檢測精度提高了2.4%,且權(quán)重文件較小,僅比原始YOLOv5s算法大44.2MB,此外,查準(zhǔn)率和查全率分別提高了1%、2.4%。通過消融實(shí)驗(yàn),再次證明了本文算法有效的提高了絕緣手套的檢測精度。

    為了更加直觀體現(xiàn)本文算法的高效,本文用改進(jìn)前后的網(wǎng)絡(luò)對于電廠現(xiàn)場的檢修人員是否佩戴絕緣手套進(jìn)行了檢測,檢測結(jié)果對比如表3所示。從檢測結(jié)果可以看出,原YOLOv5s算法在檢測絕緣手套時(shí)存在誤檢測以及漏檢情況,此外,對于離視頻監(jiān)控較遠(yuǎn)的檢修人員,由于其距離較遠(yuǎn),其佩戴的絕緣手套在監(jiān)控中很小,使用原始的YOLOv5s網(wǎng)絡(luò)其檢測精度僅為27%,而使用改進(jìn)后的算法檢測時(shí),檢測精度為59%,可見本文算法有效的提升了對絕緣手套的檢測精度。

    表2 消融實(shí)驗(yàn)結(jié)果

    表3 檢測結(jié)果

    4 結(jié)束語

    本文在YOLOv5的基礎(chǔ)上提出了一種檢測未佩戴絕緣手套不安全行為的方法。首先將特征提取網(wǎng)絡(luò)中的卷積替換為自校準(zhǔn)卷積,使網(wǎng)絡(luò)在提取目標(biāo)特征時(shí)更關(guān)注待檢測目標(biāo)周圍的信息。接著在特征融合網(wǎng)絡(luò)的最后加入SK注意力機(jī)制,使網(wǎng)絡(luò)更加關(guān)注待檢測的小目標(biāo)。最后,修改原始YOLOv5網(wǎng)絡(luò)中的損失函數(shù),來進(jìn)一步精確檢測框位置,最終提高對于絕緣手套的檢測精度。實(shí)驗(yàn)結(jié)果證明,改進(jìn)后的算法對于是否佩戴絕緣手套的檢測精度提高了2.4%,識別檢測效果明顯,有效保障了電力作業(yè)的安全生產(chǎn),具有較高的應(yīng)用價(jià)值。但是,對于人員重疊以及手部遮擋的情況,本文改進(jìn)的算法會存在一些漏檢,影響檢測效果,因此本文算法還有很大的改進(jìn)空間,后續(xù)工作可以針對遮擋問題,研究采用二次識別或者圖像處理的方法來進(jìn)一步提高對佩戴絕緣手套的檢測效果。

    猜你喜歡
    特征檢測
    抓住特征巧觀察
    “不等式”檢測題
    “一元一次不等式”檢測題
    “一元一次不等式組”檢測題
    “幾何圖形”檢測題
    “角”檢測題
    新型冠狀病毒及其流行病學(xué)特征認(rèn)識
    如何表達(dá)“特征”
    不忠誠的四個(gè)特征
    抓住特征巧觀察
    亚洲精品,欧美精品| 日日啪夜夜爽| 国产精品久久久久久av不卡| 日韩大片免费观看网站| 国产国语露脸激情在线看| 国产成人免费观看mmmm| 国产男人的电影天堂91| 欧美另类一区| 中文字幕最新亚洲高清| 亚洲欧洲精品一区二区精品久久久 | 日日爽夜夜爽网站| 春色校园在线视频观看| 99久久精品国产国产毛片| 久久精品久久精品一区二区三区| 九色亚洲精品在线播放| 精品人妻在线不人妻| www.自偷自拍.com| 性色av一级| 午夜福利视频在线观看免费| 亚洲伊人色综图| 亚洲第一区二区三区不卡| 青青草视频在线视频观看| 叶爱在线成人免费视频播放| 夫妻性生交免费视频一级片| 美女高潮到喷水免费观看| 日韩中文字幕欧美一区二区 | 亚洲色图综合在线观看| 国产野战对白在线观看| 国产老妇伦熟女老妇高清| 久久国产亚洲av麻豆专区| 一本久久精品| 亚洲av免费高清在线观看| 久久精品国产综合久久久| 午夜精品国产一区二区电影| 亚洲,欧美精品.| 日韩人妻精品一区2区三区| 国产男人的电影天堂91| 精品少妇一区二区三区视频日本电影 | 老司机亚洲免费影院| 国产野战对白在线观看| av网站免费在线观看视频| 亚洲av福利一区| 欧美人与性动交α欧美软件| 欧美变态另类bdsm刘玥| 大香蕉久久成人网| av一本久久久久| 欧美日韩av久久| 日韩视频在线欧美| 麻豆av在线久日| 久久久国产一区二区| 99久国产av精品国产电影| tube8黄色片| 叶爱在线成人免费视频播放| 久久久久国产一级毛片高清牌| 一区二区三区乱码不卡18| 伊人久久国产一区二区| 成年美女黄网站色视频大全免费| 成年女人毛片免费观看观看9 | 久久久精品国产亚洲av高清涩受| 咕卡用的链子| 亚洲欧美色中文字幕在线| 国产有黄有色有爽视频| 亚洲综合色网址| 欧美人与性动交α欧美软件| 日韩欧美一区视频在线观看| 国产黄频视频在线观看| 成人漫画全彩无遮挡| 777久久人妻少妇嫩草av网站| 欧美精品高潮呻吟av久久| 亚洲人成77777在线视频| 久久这里只有精品19| 久久韩国三级中文字幕| 欧美精品高潮呻吟av久久| 最近最新中文字幕大全免费视频 | 久久久久精品人妻al黑| 欧美日韩成人在线一区二区| 免费观看无遮挡的男女| 亚洲图色成人| 亚洲av日韩在线播放| 亚洲综合色网址| 欧美日韩精品网址| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产免费视频播放在线视频| 九九爱精品视频在线观看| 亚洲经典国产精华液单| 2018国产大陆天天弄谢| 97人妻天天添夜夜摸| 人妻 亚洲 视频| 日韩av不卡免费在线播放| 国产亚洲午夜精品一区二区久久| 国产精品免费视频内射| 免费看不卡的av| 超色免费av| 天堂8中文在线网| 久热久热在线精品观看| 国产av码专区亚洲av| 亚洲色图 男人天堂 中文字幕| 亚洲色图 男人天堂 中文字幕| 亚洲成国产人片在线观看| 国产极品天堂在线| 久久精品国产自在天天线| 色婷婷av一区二区三区视频| 亚洲精品久久成人aⅴ小说| 国产精品不卡视频一区二区| 黄频高清免费视频| 国产一区二区三区av在线| xxx大片免费视频| 亚洲精品av麻豆狂野| 日韩 亚洲 欧美在线| 国产精品蜜桃在线观看| 国产免费又黄又爽又色| 在线精品无人区一区二区三| 天天操日日干夜夜撸| 亚洲av成人精品一二三区| 国产精品一区二区在线不卡| 日韩免费高清中文字幕av| 亚洲国产欧美日韩在线播放| 国产日韩欧美在线精品| 亚洲av免费高清在线观看| 精品国产一区二区三区久久久樱花| 美女国产视频在线观看| 少妇人妻 视频| 国产男人的电影天堂91| 久久 成人 亚洲| 久久久久国产精品人妻一区二区| 91成人精品电影| 黄色配什么色好看| 亚洲精品久久久久久婷婷小说| 又粗又硬又长又爽又黄的视频| 精品少妇内射三级| 超碰97精品在线观看| 欧美av亚洲av综合av国产av | av在线app专区| 欧美日韩一区二区视频在线观看视频在线| 免费av中文字幕在线| 国产日韩欧美视频二区| 90打野战视频偷拍视频| 97在线视频观看| 天堂俺去俺来也www色官网| 欧美日本中文国产一区发布| 精品午夜福利在线看| 欧美精品亚洲一区二区| 五月开心婷婷网| 亚洲精品乱久久久久久| 精品国产超薄肉色丝袜足j| 90打野战视频偷拍视频| 搡老乐熟女国产| 香蕉精品网在线| 看十八女毛片水多多多| 欧美中文综合在线视频| 国产精品久久久久久精品古装| 久久久久久久久久久免费av| 国产精品欧美亚洲77777| 丝袜在线中文字幕| 亚洲国产精品一区二区三区在线| 亚洲情色 制服丝袜| 99久久人妻综合| 亚洲欧美精品自产自拍| 精品第一国产精品| 午夜影院在线不卡| 哪个播放器可以免费观看大片| 国产1区2区3区精品| 老女人水多毛片| 久久久久久久久久久久大奶| 国产一区二区 视频在线| 久久久久久人妻| 香蕉丝袜av| 男女边吃奶边做爰视频| 久久精品国产a三级三级三级| 人成视频在线观看免费观看| 久久人人爽av亚洲精品天堂| 精品一区二区三卡| 大香蕉久久成人网| 亚洲国产最新在线播放| 亚洲精品一区蜜桃| 国产精品国产三级专区第一集| 毛片一级片免费看久久久久| 成年女人在线观看亚洲视频| 日韩精品有码人妻一区| 亚洲精品第二区| 黄色一级大片看看| 国产精品偷伦视频观看了| 日本午夜av视频| 欧美日韩综合久久久久久| 亚洲av日韩在线播放| 日韩制服骚丝袜av| 亚洲 欧美一区二区三区| 天堂俺去俺来也www色官网| 亚洲第一青青草原| 国产精品 国内视频| 亚洲av福利一区| 在现免费观看毛片| 丝袜喷水一区| 人体艺术视频欧美日本| 成人国产麻豆网| 好男人视频免费观看在线| 欧美成人午夜免费资源| 色94色欧美一区二区| 一区二区av电影网| 国产精品久久久久久av不卡| 九九爱精品视频在线观看| 母亲3免费完整高清在线观看 | 免费看不卡的av| 精品久久久久久电影网| 啦啦啦啦在线视频资源| 亚洲精品aⅴ在线观看| 久久久久久久精品精品| 日韩欧美一区视频在线观看| 中国三级夫妇交换| 欧美成人精品欧美一级黄| 午夜福利网站1000一区二区三区| av在线播放精品| 日韩精品免费视频一区二区三区| 99久久中文字幕三级久久日本| 秋霞在线观看毛片| 亚洲欧美一区二区三区黑人 | 国产av码专区亚洲av| 亚洲av电影在线观看一区二区三区| 久久精品国产亚洲av天美| 制服丝袜香蕉在线| 观看美女的网站| 黄网站色视频无遮挡免费观看| videos熟女内射| av福利片在线| 国产精品女同一区二区软件| 亚洲欧美精品综合一区二区三区 | 美女午夜性视频免费| 国产免费福利视频在线观看| 久久久久视频综合| 亚洲一区中文字幕在线| 日韩电影二区| 麻豆av在线久日| 美女xxoo啪啪120秒动态图| 国产精品久久久久久精品古装| 久久久久精品人妻al黑| 日韩精品有码人妻一区| 9191精品国产免费久久| av在线app专区| 欧美xxⅹ黑人| av网站在线播放免费| 精品少妇一区二区三区视频日本电影 | 亚洲精品久久午夜乱码| 侵犯人妻中文字幕一二三四区| 最近的中文字幕免费完整| 午夜91福利影院| 侵犯人妻中文字幕一二三四区| 欧美亚洲日本最大视频资源| a级片在线免费高清观看视频| 欧美日韩成人在线一区二区| 麻豆av在线久日| 久久久精品94久久精品| 热re99久久精品国产66热6| 9191精品国产免费久久| 一级爰片在线观看| 在线观看免费视频网站a站| 国产黄色免费在线视频| 制服诱惑二区| 精品第一国产精品| 亚洲国产精品成人久久小说| 久久国产精品男人的天堂亚洲| 中文字幕另类日韩欧美亚洲嫩草| 久久久国产一区二区| 久久人人爽人人片av| 国产欧美亚洲国产| 欧美bdsm另类| 亚洲婷婷狠狠爱综合网| 巨乳人妻的诱惑在线观看| av网站免费在线观看视频| 青春草亚洲视频在线观看| 久热久热在线精品观看| 国产高清不卡午夜福利| 国产精品亚洲av一区麻豆 | 国产综合精华液| 中文字幕制服av| 免费观看在线日韩| 两个人看的免费小视频| 韩国精品一区二区三区| 老司机影院毛片| 自拍欧美九色日韩亚洲蝌蚪91| 国产日韩欧美视频二区| 亚洲精品视频女| 我要看黄色一级片免费的| 久久鲁丝午夜福利片| 男女高潮啪啪啪动态图| 成人午夜精彩视频在线观看| 亚洲一级一片aⅴ在线观看| 香蕉精品网在线| 亚洲精品久久久久久婷婷小说| 国产片特级美女逼逼视频| 国产成人精品在线电影| 中文字幕av电影在线播放| 亚洲视频免费观看视频| √禁漫天堂资源中文www| 午夜影院在线不卡| 国产一区亚洲一区在线观看| 欧美精品高潮呻吟av久久| 亚洲国产av新网站| 中文字幕亚洲精品专区| 国产一区二区三区av在线| 亚洲五月色婷婷综合| 亚洲欧美精品自产自拍| 热99国产精品久久久久久7| 久久久久久久久久久免费av| 国产成人a∨麻豆精品| 国产午夜精品一二区理论片| 视频区图区小说| 成人18禁高潮啪啪吃奶动态图| 青草久久国产| 国产激情久久老熟女| 最近手机中文字幕大全| 精品一区二区三卡| 一区在线观看完整版| 国产精品三级大全| 水蜜桃什么品种好| 高清视频免费观看一区二区| 亚洲人成电影观看| 99九九在线精品视频| av在线老鸭窝| 超色免费av| 9191精品国产免费久久| av视频免费观看在线观看| 国产麻豆69| 国产精品99久久99久久久不卡 | 日韩在线高清观看一区二区三区| 26uuu在线亚洲综合色| www日本在线高清视频| 国产不卡av网站在线观看| 看非洲黑人一级黄片| 春色校园在线视频观看| 亚洲国产精品999| 日本wwww免费看| 午夜激情av网站| 精品酒店卫生间| xxx大片免费视频| 欧美亚洲日本最大视频资源| 纵有疾风起免费观看全集完整版| 91在线精品国自产拍蜜月| 天天影视国产精品| 欧美亚洲 丝袜 人妻 在线| 啦啦啦视频在线资源免费观看| av在线老鸭窝| 如日韩欧美国产精品一区二区三区| 日韩欧美精品免费久久| 一区福利在线观看| 日本色播在线视频| 色婷婷久久久亚洲欧美| 亚洲男人天堂网一区| 各种免费的搞黄视频| 国产乱来视频区| 国产有黄有色有爽视频| 久久热在线av| tube8黄色片| 日本午夜av视频| 欧美精品亚洲一区二区| 90打野战视频偷拍视频| www.熟女人妻精品国产| 国产爽快片一区二区三区| 成人毛片a级毛片在线播放| 91精品伊人久久大香线蕉| 久久这里有精品视频免费| 国产欧美日韩综合在线一区二区| 最新中文字幕久久久久| 波多野结衣一区麻豆| 制服人妻中文乱码| 欧美 日韩 精品 国产| 最近最新中文字幕大全免费视频 | 黄色配什么色好看| 中文字幕色久视频| 少妇精品久久久久久久| 日韩av免费高清视频| 成年女人在线观看亚洲视频| 伦理电影免费视频| 熟女av电影| 青青草视频在线视频观看| 99re6热这里在线精品视频| 欧美另类一区| 91成人精品电影| 90打野战视频偷拍视频| 亚洲精品一二三| 久久久亚洲精品成人影院| 性色avwww在线观看| 99re6热这里在线精品视频| av免费在线看不卡| 国产日韩欧美视频二区| 欧美日韩综合久久久久久| 中国三级夫妇交换| 丝袜在线中文字幕| 欧美日韩一区二区视频在线观看视频在线| 青春草亚洲视频在线观看| 国产日韩欧美亚洲二区| 亚洲精品久久久久久婷婷小说| 亚洲精品国产色婷婷电影| 一边摸一边做爽爽视频免费| 国产免费现黄频在线看| 久久久久国产网址| 色吧在线观看| 最近中文字幕高清免费大全6| 亚洲精品成人av观看孕妇| 国产欧美亚洲国产| 成年女人毛片免费观看观看9 | 欧美日韩国产mv在线观看视频| 巨乳人妻的诱惑在线观看| 国产黄色免费在线视频| 久久精品国产综合久久久| 久久精品熟女亚洲av麻豆精品| 日产精品乱码卡一卡2卡三| 精品卡一卡二卡四卡免费| 18+在线观看网站| 亚洲成国产人片在线观看| 亚洲国产欧美日韩在线播放| 成人毛片60女人毛片免费| 少妇猛男粗大的猛烈进出视频| 久久久欧美国产精品| av片东京热男人的天堂| 婷婷色av中文字幕| 高清黄色对白视频在线免费看| 国产免费一区二区三区四区乱码| 高清视频免费观看一区二区| 亚洲欧洲日产国产| 国产精品久久久久久精品古装| 成人毛片60女人毛片免费| 日韩欧美精品免费久久| 91精品三级在线观看| 国产人伦9x9x在线观看 | 亚洲精品国产一区二区精华液| 波多野结衣av一区二区av| 少妇人妻久久综合中文| 国产精品蜜桃在线观看| 最近最新中文字幕大全免费视频 | 最新中文字幕久久久久| 飞空精品影院首页| 制服诱惑二区| 一区二区三区激情视频| 天天躁夜夜躁狠狠久久av| 国产精品嫩草影院av在线观看| 国产精品av久久久久免费| 免费观看无遮挡的男女| 亚洲男人天堂网一区| 青春草亚洲视频在线观看| 热99久久久久精品小说推荐| 中文精品一卡2卡3卡4更新| 亚洲国产精品国产精品| 满18在线观看网站| 国产综合精华液| 日韩欧美一区视频在线观看| 日韩三级伦理在线观看| 天天躁夜夜躁狠狠躁躁| 日本av免费视频播放| 侵犯人妻中文字幕一二三四区| 满18在线观看网站| 夜夜骑夜夜射夜夜干| 午夜福利在线免费观看网站| 国产综合精华液| 国产精品国产av在线观看| 欧美精品亚洲一区二区| 黄色一级大片看看| 欧美人与性动交α欧美软件| 男的添女的下面高潮视频| 久久久精品区二区三区| 国产极品粉嫩免费观看在线| 巨乳人妻的诱惑在线观看| 又粗又硬又长又爽又黄的视频| 国产日韩欧美在线精品| 一本—道久久a久久精品蜜桃钙片| 女的被弄到高潮叫床怎么办| 婷婷色麻豆天堂久久| 国产片特级美女逼逼视频| 久久国产精品大桥未久av| 欧美中文综合在线视频| 女的被弄到高潮叫床怎么办| 麻豆av在线久日| 日韩欧美精品免费久久| 看免费成人av毛片| 久久久久久久精品精品| 国产有黄有色有爽视频| 久久人人爽人人片av| 国产极品粉嫩免费观看在线| 午夜影院在线不卡| 黄片播放在线免费| 香蕉丝袜av| 精品少妇一区二区三区视频日本电影 | 日韩制服丝袜自拍偷拍| av又黄又爽大尺度在线免费看| 日韩在线高清观看一区二区三区| 精品少妇内射三级| 老鸭窝网址在线观看| 国产精品久久久久久久久免| 日韩三级伦理在线观看| 亚洲男人天堂网一区| 久久午夜福利片| 国产成人精品久久二区二区91 | 亚洲国产精品国产精品| 黑人猛操日本美女一级片| 日韩,欧美,国产一区二区三区| 夜夜骑夜夜射夜夜干| 国产极品天堂在线| 黑人巨大精品欧美一区二区蜜桃| 啦啦啦在线观看免费高清www| 久热这里只有精品99| 亚洲欧洲精品一区二区精品久久久 | 精品人妻一区二区三区麻豆| 欧美精品人与动牲交sv欧美| 亚洲av免费高清在线观看| 你懂的网址亚洲精品在线观看| 午夜老司机福利剧场| 大陆偷拍与自拍| 亚洲综合精品二区| 一级毛片黄色毛片免费观看视频| 亚洲国产欧美网| 久久久国产精品麻豆| 777米奇影视久久| 亚洲四区av| 欧美日韩一区二区视频在线观看视频在线| 美国免费a级毛片| 蜜桃在线观看..| 青春草亚洲视频在线观看| 亚洲男人天堂网一区| 在线观看国产h片| 18禁国产床啪视频网站| 99久久中文字幕三级久久日本| 丁香六月天网| 国产成人91sexporn| 免费黄频网站在线观看国产| 性少妇av在线| 国产亚洲精品第一综合不卡| 日韩大片免费观看网站| 久久国产精品男人的天堂亚洲| 哪个播放器可以免费观看大片| 人妻少妇偷人精品九色| 国产极品天堂在线| 丰满饥渴人妻一区二区三| 日韩av不卡免费在线播放| 另类精品久久| 久久久久精品久久久久真实原创| 91成人精品电影| av在线观看视频网站免费| 免费看av在线观看网站| 如日韩欧美国产精品一区二区三区| 蜜桃国产av成人99| 又大又黄又爽视频免费| 99久久人妻综合| 亚洲一级一片aⅴ在线观看| 一级毛片黄色毛片免费观看视频| 午夜91福利影院| 国产精品一区二区在线观看99| 亚洲综合精品二区| 成人毛片60女人毛片免费| 亚洲精品第二区| 一级片免费观看大全| 高清欧美精品videossex| 亚洲国产精品一区二区三区在线| 欧美国产精品va在线观看不卡| 交换朋友夫妻互换小说| 秋霞在线观看毛片| 最新的欧美精品一区二区| 国产在视频线精品| 大香蕉久久网| 毛片一级片免费看久久久久| 成人亚洲欧美一区二区av| 精品少妇内射三级| 亚洲欧美精品自产自拍| 成年人午夜在线观看视频| 男女边摸边吃奶| 麻豆乱淫一区二区| 国产精品 国内视频| 天堂俺去俺来也www色官网| 欧美bdsm另类| 国产亚洲av片在线观看秒播厂| 高清av免费在线| 免费看不卡的av| 精品少妇久久久久久888优播| 九草在线视频观看| 亚洲 欧美一区二区三区| 国产成人精品在线电影| www日本在线高清视频| 男女边摸边吃奶| 999精品在线视频| 亚洲美女视频黄频| 精品一区二区三卡| 黄片播放在线免费| 最近中文字幕2019免费版| 亚洲欧美精品综合一区二区三区 | 七月丁香在线播放| 日韩精品免费视频一区二区三区| 国产综合精华液| 久久精品人人爽人人爽视色| 国产老妇伦熟女老妇高清| 国产黄色免费在线视频| 国产精品蜜桃在线观看| av片东京热男人的天堂| 日韩电影二区| 在线观看国产h片| 看十八女毛片水多多多| 超碰成人久久| 久久免费观看电影| 麻豆精品久久久久久蜜桃| 久久久久精品久久久久真实原创| 一个人免费看片子| 91久久精品国产一区二区三区| 深夜精品福利| 亚洲国产欧美网| 亚洲国产精品一区二区三区在线| 99热全是精品| 一区二区av电影网| 国产淫语在线视频| 校园人妻丝袜中文字幕| 国产精品.久久久| 亚洲综合精品二区| freevideosex欧美| 亚洲图色成人| 午夜激情久久久久久久| 国产成人一区二区在线| av国产久精品久网站免费入址| 最近最新中文字幕大全免费视频 | 最近最新中文字幕免费大全7|