• <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 ?

    改進YOLOv7的煤巖圖像檢測算法

    2024-03-11 09:10:36趙艷芹鄧虎誠
    關(guān)鍵詞:煤巖準(zhǔn)確率卷積

    趙艷芹, 鄧虎誠

    (黑龍江科技大學(xué) 計算機與信息工程學(xué)院, 哈爾濱 150022)

    0 引 言

    能源問題緊密聯(lián)系著國家的經(jīng)濟社會全局發(fā)展,保障煤炭穩(wěn)定供應(yīng)就是維持社會穩(wěn)定運行。降本增效,就是礦山智能化追求的重要目標(biāo)[1],而煤巖圖像檢測技術(shù)就是制約煤炭智能開采的關(guān)鍵難題。

    早期煤巖識別包括超聲波檢測、雷達檢測、紅外線檢測[2-4],這些檢測方法需要額外的物理傳感器,檢測裝置僅能分析出煤炭和巖石不同的物理特征,識別效果不理想。隨著深度學(xué)習(xí)技術(shù)發(fā)展,圖像分析技術(shù)邁入蓬勃發(fā)展時期。司壘等[5]通過改進U-net網(wǎng)絡(luò)模型,有效提升了煤巖圖像分割性能。高峰等[6]提出了一種基于塔式池化架構(gòu)和卷積網(wǎng)絡(luò)的模型,提高了煤巖檢測精度。孫傳猛等[7]針對煤巖界面連續(xù)和貫穿的特點,采用改進YOLOv3算法加快了測試時間。雖然這些深度學(xué)習(xí)方法能夠取得較好的實驗結(jié)果,但是距離真正應(yīng)用還有一定差距。其中最主要的問題就是檢測精度不夠高,模型體量過大。針對以上問題,文中基于YOLOv7模型[8],引入高效卷積模塊ConvNeXt[9]來增強算法對煤巖圖像全局信息的獲取,然后用SimAM[10]機制取代1×1大小的卷積,使算法更加關(guān)注煤炭信息在整個煤巖圖像上的分布,最后將原始算法中的CIoU置換為αIoU[11],分析增強算法不同環(huán)境下煤巖圖像的適用性,通過這些改進,降低模型計算量,實現(xiàn)對煤巖圖像的精準(zhǔn)高效檢測。

    1 YOLOv7網(wǎng)絡(luò)

    YOLOv7是YOLOv4作者團隊提出的最新YOLO系列算法,它在保持高檢測精度的同時,檢測速度也超越相同體量下的YOLO系列算法。YOLOv7結(jié)構(gòu)如圖1所示。YOLOv7模型主要由Backbone、Neck和Head三部分構(gòu)成。三部分分別由CBS卷積模塊、ELAN模塊、MP模塊和RepConv模塊組成。其中,CBS模塊通過不同卷積核完成縮減采樣、特征提取以及更改通道數(shù)的目的。ELAN模塊是創(chuàng)新性的新型高效主干網(wǎng)絡(luò),它通過控制最短最長的梯度路徑使模型網(wǎng)絡(luò)學(xué)習(xí)到更充分的特征信息,有效提升了整個模型的魯棒性。YOLOv7模型的MP模塊使用兩條通道并行思想:一條使用最大池化層;另一條為步長為2的卷積層,有效避免了傳統(tǒng)方法所造成的圖像信息含糊不清問題,達到高效下采樣的效果。RepConv模塊是吸收了RepVGG[12]思想創(chuàng)新后的重卷積模塊,訓(xùn)練網(wǎng)絡(luò)時,多分支模型相比單分支會有更高性能,模型推理時,單分支結(jié)構(gòu)速度更快,更節(jié)省內(nèi)存,RepConv模塊通過重構(gòu)網(wǎng)絡(luò)結(jié)構(gòu),應(yīng)用卷積合并、多分支融合思想,使模型獲得高速高效推理性能。

    圖1 YOLOv7網(wǎng)絡(luò)結(jié)構(gòu)Fig. 1 YOLOv7 network structure

    2 改進算法

    2.1 改進后YOLOv7網(wǎng)絡(luò)結(jié)構(gòu)

    YOLOv7算法性能的優(yōu)越性有目共睹,特別是針對一些常規(guī)任務(wù),例如行人車輛檢測、動物植物檢測等,但是將YOLOv7直接應(yīng)用到煤巖圖像檢測上卻還是存在一些問題。通過多次實驗發(fā)現(xiàn)YOLOv7對于煤巖圖像中一些淺色煤炭區(qū)域信息提取不夠充分,對于煤炭與深色巖石混合圖像容易造成漏檢現(xiàn)象的情況,因此在網(wǎng)絡(luò)結(jié)構(gòu)上,文中決定通過引入ConvNeXt模塊和改進MP模塊提高模型對于煤巖圖像特征提取效率,與此同時降低模型規(guī)模,實現(xiàn)小巧且精準(zhǔn)。改進后YOLOv7網(wǎng)絡(luò)結(jié)構(gòu),如圖2所示。

    圖2 改進后YOLOv7網(wǎng)絡(luò)結(jié)構(gòu)Fig. 2 Improved YOLOv7 network structure

    2.2 ConvNeXt模塊

    煤巖圖像的來源大部分來自井下,受限于缺少自然光照和粉塵飛舞的條件,煤巖圖像的清晰度總是會受到影響,從而降低目標(biāo)檢測算法的準(zhǔn)確性。相比于直接添加多層注意力機制或者加入特征提取網(wǎng)絡(luò)會帶來的模型增大,文中通過ConvNeXt替換YOLOv7網(wǎng)絡(luò)中的一部分CBS結(jié)構(gòu),做到了檢測精度提高的同時縮小了模型大小。

    ConvNeXt是一種純卷積神經(jīng)網(wǎng)絡(luò),它對標(biāo)的是Swin Transformer,通過一系列實驗比對,在相同的FLOPs下,ConvNeXt相比Swin Transformer擁有更快的推理速度以及更高的準(zhǔn)確率。ConvNeXt Block如圖3所示。

    圖3 ConvNeXt 模塊Fig. 3 ConvNeXt block

    ConvNeXt模塊雖然是純卷積結(jié)構(gòu),但是卻與傳統(tǒng)卷積網(wǎng)絡(luò)有很多區(qū)別,這也是它取得高效率的關(guān)鍵所在。在處理同樣的圖像信息時,傳統(tǒng)卷積使用3×3或者1×1大小的卷積核提取信息,而ConvNeXt模塊考慮到注意力模型由于全局信息獲取帶來的高準(zhǔn)確率,使用7×7的大卷積核來提高全局信息獲取能力。

    2.3 改進的MP_SAM模塊

    相對于其他經(jīng)典注意力機制的一維、二維注意力,SimAM注意力同等地對待圖像中的位置和通道信息,從而獲得更多目標(biāo)信息。借鑒神經(jīng)科學(xué)中信息豐富的神經(jīng)元通常表現(xiàn)出與周圍神經(jīng)元不同放電模式的特點,賦予具有激活效應(yīng)神經(jīng)元更高的重要性,從而使模型獲知與檢測目標(biāo)更相關(guān)的信息。SimAM原理如圖4所示。

    由于煤巖圖像的復(fù)雜性,圖片中煤炭和巖石并不是相互間隔開,反而是相互交融,有時肉眼都難以分辨。為了進一步提高模型識別準(zhǔn)確性,文中引用了SimAM注意力機制,創(chuàng)新出MP_SAM模塊,將原來的1×1大小卷積替換為SimAM注意力,從而讓上分支輸入信息得到特征加強,使輸出后的信息更加專注于煤炭區(qū)域,加強了模型的特征獲取能力。MP_SAM結(jié)構(gòu)如圖5所示。

    圖4 SimAM原理Fig. 4 Principle of SimAM

    圖5 MP_SAM結(jié)構(gòu)Fig. 5 MP_SAM structure

    2.4 αIoU

    YOLOv7損失函數(shù)對于常規(guī)任務(wù)有相當(dāng)好的表現(xiàn),但是當(dāng)任務(wù)具體到煤巖圖像檢測時,由于煤巖圖像單調(diào)灰黑的特質(zhì),YOLOv7自帶的CIoU損失函數(shù)并沒有取得很好的效果。文中選取了αIoU來替換原模型的CIoU,從而使新模型更加適配煤巖圖像數(shù)據(jù)集,檢測效果更好。

    αIoU將現(xiàn)有的基于IoU 的損失進行了一個推廣,使αIoU可以有著超越現(xiàn)有基于IoU的損失,通過調(diào)節(jié)α,使探測器更靈活地實現(xiàn)不同水平的bbox回歸精度,并且αIoU對小數(shù)據(jù)集和噪聲的魯棒性更強。αIoU計算公式為

    式中:a——αIOU的參數(shù);

    ρ——兩個矩形框之間的歐氏距離;

    b、bgt——兩個矩形框的中心點坐標(biāo);

    c——兩個矩形框的閉包區(qū)域的對角線的距離;

    β——權(quán)重系數(shù);

    ν——兩個矩形框的相對比例。

    3 實驗結(jié)果與分析

    3.1 實驗環(huán)境與準(zhǔn)備

    實驗的硬件配置為:Intel Xeon(R) Gold 6240 CPU,NVIDIA Tesla V100 32 G顯卡,內(nèi)存32 G,軟件配置為CUDA 10.1,Ubuntu 18.04,Python 3.7。數(shù)據(jù)集使用的是從黑龍江科技大學(xué)礦業(yè)工程學(xué)院收集的煤巖圖像數(shù)據(jù),共計3 425張。3 243張用于訓(xùn)練,172張用于測試。訓(xùn)練過程中Epoch值為300,Batch size為16,輸入尺寸為640。

    3.2 實驗評價指標(biāo)

    實驗使用算法精度評價指標(biāo)為識別準(zhǔn)確率P、召回率R、平均準(zhǔn)確率AP、平均準(zhǔn)確率均值mAP,一般使用mAP來對整個目標(biāo)檢測網(wǎng)絡(luò)模型的檢測性能進行評價。計算公式分別為

    式中:TP——檢測正確樣本數(shù)量;

    FP——檢測錯誤樣本數(shù)量;

    FN——漏檢樣本數(shù)量;

    AP——P-R曲線面積;

    c——類別數(shù)量。

    3.3 消融與對比實驗

    為了驗證ConvNeXt模塊,MP_SAM模塊,αIoU 對YOLOv7原版模型的影響,文中設(shè)計了八組消融實驗,采用了相同的數(shù)據(jù)集和軟硬件設(shè)備。所得模型運算規(guī)模、準(zhǔn)確率、召回率和mAP結(jié)果見表1,其中“√”表示使用了該模塊。

    第一組為YOLOv7原版結(jié)果,將其作為基準(zhǔn)。第二組單獨引入ConvNeXt模塊雖然準(zhǔn)確率有所下降,但是模型大小降低0.2 G。第三組單獨結(jié)合MP_SAM模塊,模型規(guī)模下降0.5 G,召回率提升2.5%。第四組改進損失函數(shù)后,召回率和mAP提升了2.9%和0.4%。第五組同時引入兩種增加模型信息獲取能力的模塊,各項數(shù)據(jù)都有了提升。第六組在第三組基礎(chǔ)上改進了損失函數(shù),準(zhǔn)確率提升2.3%。第七組引入ConvNeXt模塊,改進了損失函數(shù),召回率提升1.6%。第八組為改進后的YOLOv7模型,與原版YOLOv7模型對比:通過融合高效卷積模塊ConvNeXt,利用7×7大小的卷積核取代了普通大小卷積,一方面減少了卷積運算次數(shù)降低了模型計算量,另一方面大卷積核的全局視野提升了模型的精確度;通過改進后的MP_SAM模塊,將無參注意力機制SimAM替換普通卷積,使該模塊計算量大大降低,同時提升了模型特征提取效果;改進損失函數(shù),提升了模型高效處理信息能力。通過以上改進,文中模型相比YOLOv7模型計算規(guī)模降低了0.7 G,準(zhǔn)確率提升3.9%,mAP增加 1.5%,更好地實現(xiàn)了對煤巖圖像的精準(zhǔn)檢測。常用幾種模型的精度和大小對比結(jié)果見表2。其中,F為運算量。

    表1 消融實驗結(jié)果對比

    表2 不同模型結(jié)果對比

    為了驗證文中改進YOLOv7模型的有效性,在保持配置環(huán)境和訓(xùn)練參數(shù)一致的情況下,與其他模型對比試驗,訓(xùn)練過程如圖6所示。

    圖6 訓(xùn)練過程Fig. 6 Training process

    從表2可以看出,相比較于其他模型準(zhǔn)確率有所提升導(dǎo)致模型大小增加,或者模型大小下降隨之準(zhǔn)確率下降的情況,改進后的YOLOv7模型保持了精度和模型規(guī)模的平衡,在進行實驗的所有模型中,文中算法平均精度最高,規(guī)模相對較小。改進后的文中模型與原版YOLOv7模型相比雖然召回率降低了0.3 %,但其準(zhǔn)確率提升了3.9 %,mAP提升了1.5%;相對于YOLOv5l模型,召回率提升10.4 %,mAP提升3.8 %,FLOPs下降了13.4 G,模型大小減少了104.8 MB,參數(shù)量減少了10.7 M。結(jié)合訓(xùn)練過程綜合來看,由于文中改進模型增加了高效卷積模塊ConvNeXt和引入注意力機制的MP_SAM,提高了煤炭特征識別區(qū)分能力,使模型在煤巖圖像檢測任務(wù)中表現(xiàn)優(yōu)異。

    將測試數(shù)據(jù)輸入三種模型中進行對比,測試結(jié)果如圖7所示。

    圖7 不同模型測試結(jié)果Fig. 7 Testing results of different models

    由圖7可見,改進后YOLOv7模型由于使用ConvNeXt模塊和MP_SAM模塊,對于煤炭特征信息的獲取更加準(zhǔn)確,對于深色背景融合在一起的煤巖圖像,文中模型不僅準(zhǔn)確識別出了中間的大塊煤炭區(qū)域,而且檢測出原模型和YOLOv5沒有檢測到的上方小型煤炭區(qū)域。從其他三張測試圖中也可以看出,文中算法識別準(zhǔn)確率更高,識別效果優(yōu)于其他算法。

    4 結(jié) 論

    (1)文中針對煤巖圖像識別中精度和模型計算規(guī)模難以平衡的問題,提出了一種通過替換原模型一部分普通卷積模塊從而改進YOLOv7的煤巖圖像檢測算法。

    (2)利用高效純卷積模塊ConvNeXt,在降低模型計算規(guī)模同時提高特征提取效果。使用SimAM注意力機制,創(chuàng)新出MP_SAM模塊,使改進后模型提取與煤炭更相關(guān)的圖像信息。對損失函數(shù)進行了優(yōu)化,利用αIoU損失函數(shù)更強泛用性,更高魯棒性的特點,代替了原模型的CIoU損失函數(shù),以此使模型更適用于煤礦中提取的煤巖圖像,增加模型抗干擾能力。實驗結(jié)果表明,文中算法檢測效果優(yōu)于YOLOv7和其他目標(biāo)檢測算法。對比YOLOv7,改進后算法準(zhǔn)確率提升了3.9 %,平均準(zhǔn)確率提升了1.5%,FLOPs下降了0.7 G。

    猜你喜歡
    煤巖準(zhǔn)確率卷積
    煤巖顯微組分分選研究進展
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報參考產(chǎn)品質(zhì)量檢驗分析
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    高速公路車牌識別標(biāo)識站準(zhǔn)確率驗證法
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    半煤巖巷金屬支架錨桿聯(lián)合支護在白源礦應(yīng)用
    綜掘機在大坡度半煤巖巷中的應(yīng)用
    国产精品精品国产色婷婷| 给我免费播放毛片高清在线观看| 男人舔奶头视频| 男人舔奶头视频| 日韩三级视频一区二区三区| 欧美成人一区二区免费高清观看 | 成人欧美大片| 黄色成人免费大全| 久久婷婷人人爽人人干人人爱| 免费观看人在逋| 欧美人与性动交α欧美精品济南到| 国产片内射在线| 亚洲午夜理论影院| 男人舔奶头视频| 国产黄a三级三级三级人| 18美女黄网站色大片免费观看| 欧美成狂野欧美在线观看| 欧美极品一区二区三区四区| 国产亚洲精品av在线| 两个人的视频大全免费| 国产精品,欧美在线| 老鸭窝网址在线观看| e午夜精品久久久久久久| 亚洲精品av麻豆狂野| 一区二区三区激情视频| 国产精品,欧美在线| 国模一区二区三区四区视频 | 日韩国内少妇激情av| 神马国产精品三级电影在线观看 | 真人做人爱边吃奶动态| 每晚都被弄得嗷嗷叫到高潮| 女生性感内裤真人,穿戴方法视频| 国产精华一区二区三区| 欧美一级a爱片免费观看看 | 国产v大片淫在线免费观看| 亚洲成av人片在线播放无| 99久久久亚洲精品蜜臀av| 日韩欧美三级三区| 国产精品久久视频播放| 日本三级黄在线观看| 色老头精品视频在线观看| 精品久久久久久,| 精品久久久久久久毛片微露脸| 欧美日韩一级在线毛片| 男男h啪啪无遮挡| 一区二区三区高清视频在线| videosex国产| 成年免费大片在线观看| 日韩国内少妇激情av| 亚洲欧美日韩无卡精品| 欧美zozozo另类| 免费看日本二区| 好看av亚洲va欧美ⅴa在| 午夜福利在线在线| 日韩欧美免费精品| 色av中文字幕| 精品少妇一区二区三区视频日本电影| 深夜精品福利| 国产精品美女特级片免费视频播放器 | 麻豆成人午夜福利视频| 亚洲 欧美一区二区三区| 我的老师免费观看完整版| 88av欧美| 精品无人区乱码1区二区| 99久久99久久久精品蜜桃| 久久精品人妻少妇| 欧美性猛交╳xxx乱大交人| 无人区码免费观看不卡| 黑人操中国人逼视频| 日韩欧美国产一区二区入口| 亚洲人成77777在线视频| 狂野欧美白嫩少妇大欣赏| 黄色毛片三级朝国网站| 男人舔女人的私密视频| 免费看美女性在线毛片视频| 亚洲av电影不卡..在线观看| 白带黄色成豆腐渣| 国产精品免费一区二区三区在线| 男插女下体视频免费在线播放| 级片在线观看| 在线观看免费视频日本深夜| 亚洲国产欧洲综合997久久,| 亚洲欧美日韩高清专用| 精品久久久久久久人妻蜜臀av| 久久久久久九九精品二区国产 | 亚洲中文日韩欧美视频| 国产av在哪里看| 露出奶头的视频| 中文字幕精品亚洲无线码一区| 99国产精品99久久久久| 国产av在哪里看| 我要搜黄色片| 婷婷丁香在线五月| 欧美性长视频在线观看| 中文字幕人成人乱码亚洲影| 18美女黄网站色大片免费观看| 91大片在线观看| 小说图片视频综合网站| 99热只有精品国产| 亚洲色图 男人天堂 中文字幕| 亚洲欧美日韩高清在线视频| 婷婷精品国产亚洲av在线| 天天添夜夜摸| 成人国语在线视频| 亚洲专区国产一区二区| 日韩欧美一区二区三区在线观看| 亚洲成av人片免费观看| 免费在线观看日本一区| 国内少妇人妻偷人精品xxx网站 | av片东京热男人的天堂| 欧美乱色亚洲激情| 国产精品久久久人人做人人爽| 中国美女看黄片| 亚洲人成网站高清观看| 亚洲美女黄片视频| 久久天躁狠狠躁夜夜2o2o| √禁漫天堂资源中文www| 亚洲熟女毛片儿| 国产91精品成人一区二区三区| 欧美成人一区二区免费高清观看 | 午夜影院日韩av| 色噜噜av男人的天堂激情| 亚洲国产看品久久| 老司机深夜福利视频在线观看| 亚洲熟女毛片儿| 男女做爰动态图高潮gif福利片| 99热只有精品国产| 母亲3免费完整高清在线观看| 夜夜爽天天搞| 舔av片在线| 老鸭窝网址在线观看| 国产成人av教育| 精品第一国产精品| 久久婷婷成人综合色麻豆| 国产精品av视频在线免费观看| 黄频高清免费视频| 男人舔女人下体高潮全视频| 香蕉丝袜av| 日韩有码中文字幕| 日日夜夜操网爽| 一区二区三区激情视频| 国产真人三级小视频在线观看| 日韩三级视频一区二区三区| 国内毛片毛片毛片毛片毛片| 黄色片一级片一级黄色片| 欧洲精品卡2卡3卡4卡5卡区| 又黄又爽又免费观看的视频| 天天躁夜夜躁狠狠躁躁| 午夜免费观看网址| 国产精品久久视频播放| 97超级碰碰碰精品色视频在线观看| 男女那种视频在线观看| 国产亚洲av高清不卡| 香蕉av资源在线| 免费看十八禁软件| 高清在线国产一区| 色老头精品视频在线观看| 日韩欧美精品v在线| 久久中文字幕一级| 非洲黑人性xxxx精品又粗又长| 中文字幕高清在线视频| 女人高潮潮喷娇喘18禁视频| 九九热线精品视视频播放| 亚洲五月婷婷丁香| 最新美女视频免费是黄的| 搞女人的毛片| 色在线成人网| 欧美黑人精品巨大| 久久中文字幕一级| 无人区码免费观看不卡| 亚洲av成人精品一区久久| 在线观看66精品国产| 18禁黄网站禁片免费观看直播| 亚洲国产欧洲综合997久久,| 亚洲一码二码三码区别大吗| 在线观看免费午夜福利视频| 很黄的视频免费| e午夜精品久久久久久久| 欧美zozozo另类| 1024香蕉在线观看| 欧美在线一区亚洲| 国产区一区二久久| 午夜久久久久精精品| 免费无遮挡裸体视频| 精品一区二区三区视频在线观看免费| 国产在线观看jvid| 亚洲精品粉嫩美女一区| 日本 欧美在线| 日本一区二区免费在线视频| 久久精品国产99精品国产亚洲性色| 特大巨黑吊av在线直播| 黄色丝袜av网址大全| 国产精品乱码一区二三区的特点| 国语自产精品视频在线第100页| 国产视频一区二区在线看| 国产精品久久久av美女十八| 亚洲国产看品久久| 最近视频中文字幕2019在线8| 一本一本综合久久| 成人18禁高潮啪啪吃奶动态图| 国产精品综合久久久久久久免费| 欧美黑人巨大hd| 高潮久久久久久久久久久不卡| 日本五十路高清| 亚洲一码二码三码区别大吗| 99久久99久久久精品蜜桃| 少妇被粗大的猛进出69影院| 国产亚洲欧美98| 黄色成人免费大全| 国产黄色小视频在线观看| 午夜久久久久精精品| 精品国产超薄肉色丝袜足j| 欧美黄色片欧美黄色片| 亚洲九九香蕉| 18禁国产床啪视频网站| 丰满的人妻完整版| 最近在线观看免费完整版| 日本一二三区视频观看| 国产又黄又爽又无遮挡在线| 亚洲午夜理论影院| 国产三级中文精品| 我要搜黄色片| 中文字幕最新亚洲高清| 国产99白浆流出| 国产亚洲欧美在线一区二区| 日本 欧美在线| 日本一本二区三区精品| 国产99白浆流出| 国产高清视频在线观看网站| 一级作爱视频免费观看| 日日摸夜夜添夜夜添小说| 国产三级中文精品| 亚洲欧美一区二区三区黑人| 午夜成年电影在线免费观看| 真人做人爱边吃奶动态| 午夜福利高清视频| 男女之事视频高清在线观看| 亚洲色图 男人天堂 中文字幕| 成人手机av| 蜜桃久久精品国产亚洲av| 亚洲午夜理论影院| 人人妻,人人澡人人爽秒播| 亚洲性夜色夜夜综合| 很黄的视频免费| 无限看片的www在线观看| 午夜a级毛片| 色播亚洲综合网| 丰满人妻熟妇乱又伦精品不卡| 悠悠久久av| 19禁男女啪啪无遮挡网站| 日韩有码中文字幕| 精品一区二区三区av网在线观看| 一区二区三区激情视频| 欧美午夜高清在线| 久久久久九九精品影院| 最新美女视频免费是黄的| 日韩欧美在线乱码| 国产精品久久久久久亚洲av鲁大| 亚洲性夜色夜夜综合| 欧美另类亚洲清纯唯美| 一区二区三区激情视频| 老汉色av国产亚洲站长工具| 久久久国产成人免费| 成人欧美大片| 成年版毛片免费区| 亚洲成人中文字幕在线播放| 国产一区二区三区在线臀色熟女| 在线观看日韩欧美| 高潮久久久久久久久久久不卡| 真人做人爱边吃奶动态| 日本五十路高清| 麻豆国产97在线/欧美 | 黄色视频不卡| 操出白浆在线播放| 中文字幕最新亚洲高清| 久久香蕉精品热| 色综合亚洲欧美另类图片| 国产成人影院久久av| netflix在线观看网站| 男女床上黄色一级片免费看| 国产精品 欧美亚洲| 亚洲成人精品中文字幕电影| 午夜老司机福利片| 精品国产超薄肉色丝袜足j| 国产成人精品久久二区二区91| 啦啦啦观看免费观看视频高清| 国产一区二区在线观看日韩 | 99在线人妻在线中文字幕| 老司机午夜福利在线观看视频| 国产一区二区三区视频了| 两个人视频免费观看高清| 国产av麻豆久久久久久久| 亚洲成人国产一区在线观看| 色综合欧美亚洲国产小说| 女人高潮潮喷娇喘18禁视频| 精品无人区乱码1区二区| 全区人妻精品视频| 日本 欧美在线| 欧美 亚洲 国产 日韩一| videosex国产| 精品久久久久久久人妻蜜臀av| 岛国视频午夜一区免费看| 国产久久久一区二区三区| 村上凉子中文字幕在线| 两人在一起打扑克的视频| 色哟哟哟哟哟哟| 亚洲国产欧美一区二区综合| 欧美精品啪啪一区二区三区| 亚洲七黄色美女视频| 免费一级毛片在线播放高清视频| 变态另类丝袜制服| 日本一本二区三区精品| 日韩欧美三级三区| 天堂影院成人在线观看| 亚洲片人在线观看| 亚洲国产中文字幕在线视频| 精华霜和精华液先用哪个| 非洲黑人性xxxx精品又粗又长| 人妻夜夜爽99麻豆av| 日韩av在线大香蕉| 757午夜福利合集在线观看| 丝袜美腿诱惑在线| 淫妇啪啪啪对白视频| 日韩成人在线观看一区二区三区| 国产精品亚洲av一区麻豆| 日韩免费av在线播放| 久久午夜亚洲精品久久| 亚洲精品中文字幕在线视频| 1024手机看黄色片| 少妇粗大呻吟视频| 亚洲成人久久爱视频| 夜夜看夜夜爽夜夜摸| 色播亚洲综合网| 久久精品国产综合久久久| 国产亚洲欧美在线一区二区| 日韩大尺度精品在线看网址| 黄片小视频在线播放| www.精华液| 午夜免费成人在线视频| 国产成人精品无人区| 精品久久久久久成人av| 又黄又爽又免费观看的视频| 欧美日韩精品网址| 久99久视频精品免费| 亚洲成av人片在线播放无| 亚洲精品美女久久久久99蜜臀| 中出人妻视频一区二区| 不卡一级毛片| 我要搜黄色片| xxx96com| 又粗又爽又猛毛片免费看| 叶爱在线成人免费视频播放| 亚洲国产精品久久男人天堂| 国产野战对白在线观看| 十八禁人妻一区二区| 日本一本二区三区精品| 嫩草影视91久久| 51午夜福利影视在线观看| 狂野欧美白嫩少妇大欣赏| 麻豆一二三区av精品| 好男人电影高清在线观看| 天天添夜夜摸| 亚洲国产中文字幕在线视频| 欧美最黄视频在线播放免费| 97碰自拍视频| 91av网站免费观看| 色av中文字幕| 一区二区三区激情视频| 国产私拍福利视频在线观看| 午夜精品在线福利| 久久 成人 亚洲| 少妇人妻一区二区三区视频| 午夜福利免费观看在线| 97超级碰碰碰精品色视频在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲最大成人中文| 五月伊人婷婷丁香| 中国美女看黄片| 99国产精品99久久久久| 国产精品香港三级国产av潘金莲| 国产亚洲av高清不卡| 欧美午夜高清在线| 欧美av亚洲av综合av国产av| 国产欧美日韩一区二区三| 精品熟女少妇八av免费久了| 免费在线观看日本一区| 亚洲片人在线观看| 午夜免费激情av| 国产激情久久老熟女| 色老头精品视频在线观看| 成人三级黄色视频| 国产精品一区二区三区四区久久| av福利片在线| 9191精品国产免费久久| 精品电影一区二区在线| 大型av网站在线播放| 在线看三级毛片| 久久久久免费精品人妻一区二区| 午夜激情av网站| 免费电影在线观看免费观看| 亚洲欧洲精品一区二区精品久久久| 久久婷婷人人爽人人干人人爱| www.熟女人妻精品国产| 五月玫瑰六月丁香| 怎么达到女性高潮| 亚洲av成人av| 亚洲av中文字字幕乱码综合| 亚洲人成77777在线视频| 亚洲国产日韩欧美精品在线观看 | 欧美一区二区精品小视频在线| 可以在线观看的亚洲视频| 此物有八面人人有两片| 欧美黄色淫秽网站| 国内揄拍国产精品人妻在线| 国产成人啪精品午夜网站| 婷婷六月久久综合丁香| 91大片在线观看| 十八禁网站免费在线| 免费观看精品视频网站| av有码第一页| 欧美绝顶高潮抽搐喷水| 69av精品久久久久久| 一二三四在线观看免费中文在| 俺也久久电影网| 日本黄色视频三级网站网址| 精品欧美国产一区二区三| 午夜两性在线视频| 午夜免费激情av| 每晚都被弄得嗷嗷叫到高潮| 国产成人一区二区三区免费视频网站| 少妇人妻一区二区三区视频| 色av中文字幕| 久久中文看片网| 脱女人内裤的视频| 亚洲九九香蕉| 亚洲精品一卡2卡三卡4卡5卡| 色精品久久人妻99蜜桃| 人妻夜夜爽99麻豆av| 午夜激情福利司机影院| 国产一区在线观看成人免费| 成人18禁在线播放| 久久久久久久久久黄片| 国产精品野战在线观看| 黄频高清免费视频| 女同久久另类99精品国产91| 精品欧美国产一区二区三| 亚洲全国av大片| 可以在线观看的亚洲视频| 国产免费男女视频| 国产三级黄色录像| 无限看片的www在线观看| 人成视频在线观看免费观看| 日本成人三级电影网站| 精品熟女少妇八av免费久了| 精品电影一区二区在线| 最新在线观看一区二区三区| 日韩成人在线观看一区二区三区| 日本三级黄在线观看| 男女床上黄色一级片免费看| 久久精品国产综合久久久| 日本免费a在线| 手机成人av网站| 日韩高清综合在线| 一进一出抽搐gif免费好疼| 午夜激情福利司机影院| 男人舔女人下体高潮全视频| 欧美一级a爱片免费观看看 | 亚洲国产精品合色在线| 午夜福利视频1000在线观看| 91字幕亚洲| 中出人妻视频一区二区| 国产蜜桃级精品一区二区三区| 成人18禁高潮啪啪吃奶动态图| 国产欧美日韩精品亚洲av| 国产亚洲精品综合一区在线观看 | 三级男女做爰猛烈吃奶摸视频| 真人一进一出gif抽搐免费| av天堂在线播放| 欧美成人免费av一区二区三区| 宅男免费午夜| 在线国产一区二区在线| 日日干狠狠操夜夜爽| 在线观看66精品国产| 别揉我奶头~嗯~啊~动态视频| 午夜免费成人在线视频| 国产精品永久免费网站| 亚洲精品美女久久av网站| 99久久99久久久精品蜜桃| 免费人成视频x8x8入口观看| 两个人的视频大全免费| 亚洲第一欧美日韩一区二区三区| 精品乱码久久久久久99久播| 成人精品一区二区免费| 免费人成视频x8x8入口观看| 99久久久亚洲精品蜜臀av| 欧美中文日本在线观看视频| 亚洲成人国产一区在线观看| 亚洲av成人一区二区三| 久久天躁狠狠躁夜夜2o2o| 欧美一区二区精品小视频在线| www国产在线视频色| 久久精品aⅴ一区二区三区四区| 免费在线观看日本一区| 亚洲精品中文字幕一二三四区| 在线a可以看的网站| 日本一区二区免费在线视频| 男人舔女人下体高潮全视频| 啦啦啦韩国在线观看视频| 黄色视频,在线免费观看| 黄色成人免费大全| 热99re8久久精品国产| 久久久国产欧美日韩av| 国产片内射在线| 视频区欧美日本亚洲| 少妇熟女aⅴ在线视频| 色精品久久人妻99蜜桃| www.自偷自拍.com| 欧美另类亚洲清纯唯美| 久久香蕉国产精品| 韩国av一区二区三区四区| 亚洲黑人精品在线| 精品电影一区二区在线| xxxwww97欧美| 国产精品免费一区二区三区在线| 好看av亚洲va欧美ⅴa在| 国产成人影院久久av| 99国产极品粉嫩在线观看| 可以免费在线观看a视频的电影网站| 亚洲片人在线观看| 天堂av国产一区二区熟女人妻 | 色综合婷婷激情| 嫩草影院精品99| 日本成人三级电影网站| 国产日本99.免费观看| 久久精品夜夜夜夜夜久久蜜豆 | 国产精品,欧美在线| 中文字幕久久专区| 成人午夜高清在线视频| 久久国产精品影院| 在线看三级毛片| 国产私拍福利视频在线观看| 91九色精品人成在线观看| 亚洲五月天丁香| 此物有八面人人有两片| 级片在线观看| a级毛片a级免费在线| 免费无遮挡裸体视频| 亚洲人与动物交配视频| 国产精品久久久久久精品电影| 久久 成人 亚洲| 国产精品 国内视频| 日韩欧美 国产精品| 熟女少妇亚洲综合色aaa.| 国产高清视频在线观看网站| 国内精品一区二区在线观看| 男插女下体视频免费在线播放| 久久国产乱子伦精品免费另类| 丰满人妻熟妇乱又伦精品不卡| 国产精品爽爽va在线观看网站| 日本成人三级电影网站| 最新在线观看一区二区三区| 日本精品一区二区三区蜜桃| 又黄又爽又免费观看的视频| 亚洲人与动物交配视频| 欧美午夜高清在线| 国产成+人综合+亚洲专区| 亚洲色图 男人天堂 中文字幕| 男女午夜视频在线观看| 久久久精品大字幕| 久久久久久久精品吃奶| 一区二区三区激情视频| 久久九九热精品免费| 又粗又爽又猛毛片免费看| 国产亚洲欧美98| 午夜成年电影在线免费观看| 成人三级黄色视频| 午夜久久久久精精品| 国产一区二区激情短视频| 中文字幕久久专区| 国产精品 国内视频| 小说图片视频综合网站| 毛片女人毛片| 久久精品人妻少妇| 亚洲成av人片免费观看| 一进一出抽搐gif免费好疼| 国产成人欧美在线观看| 精华霜和精华液先用哪个| 久久国产精品人妻蜜桃| 国产精品久久久久久精品电影| 淫秽高清视频在线观看| 国产av麻豆久久久久久久| 听说在线观看完整版免费高清| 免费无遮挡裸体视频| 一本一本综合久久| av中文乱码字幕在线| 精品午夜福利视频在线观看一区| 亚洲激情在线av| 久久热在线av| 亚洲av日韩精品久久久久久密| 欧美绝顶高潮抽搐喷水| 18美女黄网站色大片免费观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲一区高清亚洲精品| 日韩精品免费视频一区二区三区| 久久午夜综合久久蜜桃| 长腿黑丝高跟| 淫妇啪啪啪对白视频| 国产三级黄色录像| 搡老熟女国产l中国老女人| 香蕉丝袜av| 手机成人av网站| 欧美乱妇无乱码| 99久久久亚洲精品蜜臀av| 久久久国产成人精品二区| 亚洲精品久久成人aⅴ小说|