• <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 ?

    基于多目標采樣和改進Mask R-CNN的木瓜成熟度檢測

    2024-05-06 13:00:28齊國紅
    食品與機械 2024年3期
    關(guān)鍵詞:檢測方法模型

    齊國紅

    張云龍1

    蘇 曼2

    ( 1. 鄭州西亞斯學(xué)院,河南 鄭州 451100;2. 河南大學(xué),河南 鄭州 450046)

    隨著農(nóng)業(yè)科技的不斷發(fā)展和人們對食品品質(zhì)的日益關(guān)注,對農(nóng)作物的精準監(jiān)測與檢測成為了現(xiàn)代農(nóng)業(yè)中至關(guān)重要的研究領(lǐng)域[1]。作為熱帶和亞熱帶地區(qū)的主要經(jīng)濟作物之一,木瓜因其豐富的營養(yǎng)價值和廣泛的應(yīng)用而備受關(guān)注[2]。然而,木瓜的成熟度對于品質(zhì)和產(chǎn)量的影響不容忽視[3]。傳統(tǒng)的木瓜成熟度評估方法通常依賴于主觀經(jīng)驗和人工抽樣,一定程度上限制了成熟度評估的準確性和效率[4]。

    近年來,計算機視覺技術(shù)的迅猛發(fā)展為農(nóng)作物成熟度的非侵入式監(jiān)測提供了新的可能,其中,深度學(xué)習(xí)技術(shù)在圖像分析領(lǐng)域取得了顯著成果。此外,目標檢測和語義分割方法的結(jié)合在農(nóng)作物成熟度檢測方面展現(xiàn)出了巨大潛力。熊俊濤等[4]基于輕量化YOLO v5-Lite模型,提出了一種自然環(huán)境下木瓜成熟度檢測方法,該方法對木瓜成熟度檢測的均值平均精度(mAP)為92.4%。Suban等[5]提出了一種基于k最近鄰算法的木瓜成熟度識別方法,該方法能夠準確識別木瓜果實的成熟度。Ratha等[6]提出了一種基于VGG16和離散小波變換的番木瓜成熟度識別方法,該方法對木瓜成熟度檢測的準確率達98%。Behera等[7]提出了一種基于VGG19和遷移學(xué)習(xí)算法的木瓜成熟度分類方法,通過VGG19和遷移學(xué)習(xí)算法的結(jié)合,該方法對木瓜成熟度的分類準確率得到顯著提升。

    Mask R-CNN作為一種強大的視覺識別模型,通過同時實現(xiàn)目標檢測和像素級別的語義分割,為農(nóng)作物成熟度的精準檢測提供了可能[8]。但現(xiàn)有的Mask R-CNN模型在應(yīng)用于木瓜成熟度檢測時仍存在一些挑戰(zhàn)。首先,木瓜的生長狀態(tài)和形態(tài)多樣,生長環(huán)境復(fù)雜,導(dǎo)致成熟度檢測變得更加復(fù)雜,而現(xiàn)有方法針對不同背景下木瓜成熟度檢測的泛化能力不足。其次,由于木瓜的顏色和紋理在不同成熟度階段呈現(xiàn)出明顯變化,傳統(tǒng)的目標檢測方法可能無法準確捕捉這些細微的特征變化。

    研究擬提出一種非破壞性的木瓜成熟度檢測框架,開發(fā)一種基于多目標采樣和改進Mask R-CNN的木瓜成熟度檢測方法。該方法在數(shù)據(jù)增強過程中采用單圖像多目標采樣技術(shù),從而將單目標訓(xùn)練模型推廣到能夠適應(yīng)多目標和雜亂背景場景;由于小數(shù)據(jù)集導(dǎo)致模型對未見數(shù)據(jù)高度敏感,且不同成熟度階段的木瓜具有相似的紋理和顏色模式,因此,在所提出的方法中評估和比較了分割模型的魯棒性;提出了最佳置信度閾值試驗性選擇方法,以期為小數(shù)據(jù)集、具有相似模式但具有強魯棒性的水果分級模型開發(fā)提供依據(jù)。

    1 Mask R-CNN

    試驗?zāi)康氖抢媚繕藱z測和實例分割模型[9]對圖像中的木瓜果實進行檢測,并對其成熟度進行識別。所提出的木瓜成熟度檢測方法將不同卷積神經(jīng)網(wǎng)絡(luò)層次的特征結(jié)合到自下而上的區(qū)域方案中,在目標定位和分割方面有較大改進。檢測準確度依賴于區(qū)域候選技術(shù),該技術(shù)已被引入基于R-CNN的多種CNN方法,如快速R-CNN和Mask R-CNN[10]。

    所改進的Mask R-CNN結(jié)構(gòu)實現(xiàn)了對Faster R-CNN擴展,如圖1所示。

    圖1 所提方法使用的Mask R-CNN架構(gòu)

    改進的Mask R-CNN包括使用卷積神經(jīng)網(wǎng)絡(luò)(主干)的區(qū)域候選網(wǎng)絡(luò)(RPN)和用于對象回歸、分類的網(wǎng)絡(luò)頭部兩個主要組件。與Faster R-CNN相比,Mask R-CNN還輸出每個感興趣區(qū)域(ROI)的掩模檢測。

    改進的Mask R-CNN使用的卷積主干為ResNeXt網(wǎng)絡(luò)[11]和具有50,101層的殘差網(wǎng)絡(luò)ResNet[12]。

    ResNeXt重復(fù)了一個構(gòu)建模塊,該模塊聚合了一組具有相同拓撲結(jié)構(gòu)的轉(zhuǎn)換。與ResNet相比,其引入了一個新的維度:基數(shù)(轉(zhuǎn)換集的大小)C,并將其作為除深度和寬度之外的一個關(guān)鍵因素。一組聚合轉(zhuǎn)換可以表示為:

    (1)

    式中:

    Ti(x)——任意函數(shù)。

    類似于簡單神經(jīng)元,函數(shù)Ti應(yīng)將x投影到一個(可選的低維)嵌入中,并對其進行轉(zhuǎn)換。

    (1) 基本構(gòu)建塊:ResNeXt的基本構(gòu)建塊稱為“基數(shù)組”。“基數(shù)”指組內(nèi)并行路徑或分支的數(shù)量。在ResNeXt中,每個組包含多條并行路徑,這些路徑用于從輸入數(shù)據(jù)中捕獲不同的特征。使用多條路徑與傳統(tǒng)的ResNet架構(gòu)不同,后者只使用兩條路徑(一條快捷路徑和一條主路徑)?;鶖?shù)參數(shù)(通常表示為“C”)確定組內(nèi)有多少個并行路徑。

    (2) 基數(shù)組:在基數(shù)組內(nèi),并行路徑被實現(xiàn)為“瓶頸塊”。這些塊包括3個主要組件:1×1卷積、3×3卷積和另一個1×1卷積。1×1卷積用于降低輸入特征的維度,而3×3卷積負責(zé)捕獲更復(fù)雜的模式。然后,這些并行路徑的輸出通常通過求和聚合在一起,以創(chuàng)建組的最終輸出。

    (3) 架構(gòu):ResNeXt架構(gòu)可表示為:“ResNeXt-C(C×4)-Y”。“C”表示基數(shù),確定組內(nèi)并行路徑數(shù)?!癈×4”表示組內(nèi)每條并行路徑中的濾波器或通道數(shù)?!?”是原始ResNeXt中常用的乘數(shù)?!癥”表示整體網(wǎng)絡(luò)架構(gòu),例如ResNeXt-50的“50”,ResNeXt-101的“101”等。

    (4) 更深和更寬的網(wǎng)絡(luò):ResNeXt在增加深度(加深)和增加寬度(添加更多并行路徑/組)之間提供了一個權(quán)衡。這種靈活性使研究人員能夠根據(jù)任務(wù)的特定要求來定制架構(gòu)。更深的網(wǎng)絡(luò)可以捕獲更復(fù)雜的特征,而更寬的網(wǎng)絡(luò)(具有更多并行路徑)可以捕獲更多樣的特征,使其對各種任務(wù)非常有效。

    殘差網(wǎng)絡(luò)具有跳躍連接,解決了梯度消失問題。ROI特征通過從特征金字塔網(wǎng)絡(luò)(FPN)的不同層次中提取出來,FPN具有自上而下的結(jié)構(gòu)和橫向連接[13]。使用ResNet-FPN主干進行特征提取,其在準確率和計算時間上都具有很高的性能。區(qū)域候選網(wǎng)絡(luò)用于提出候選對象,使用注意機制在邊界框中輸出一組候選對象。

    所改進Mask R-CNN的網(wǎng)絡(luò)頭部使用ROI Align,ROI Align使用雙線性插值來計算采樣位置的輸入特征的精確值,然后對組合結(jié)果使用最大值或平均值[14]。

    雙線性插值,又稱為雙線性內(nèi)插。在數(shù)學(xué)上,雙線性插值是有兩個變量的插值函數(shù)的線性插值擴展,其核心思想是在兩個方向分別進行一次線性插值。

    如圖2所示,若想得到未知函數(shù)f在點P=(x,y)的值,假設(shè)已知函數(shù)在Q11=(x1,y1)、Q12=(x1,y2)、Q21=(x2,y1)和Q22=(x2,y2)4個點的值。首先在x方向進行線性插值,得到

    圖2 雙線性插值示例圖

    (2)

    (3)

    然后在y方向進行線性插值,得到

    (4)

    得到所要的結(jié)果:

    (5)

    如果選擇一個坐標系統(tǒng)使得f的4個已知點坐標分別為(0,0)、(0,1)、(1,0)和(1,1),那么插值公式就可以化簡為

    f(x,y)≈f(0,0)(1-x)(1-y)+f(1,0)x(1-y)+f(0,1)(1-x)y+f(1,1)xy。

    (6)

    ROI Align的輸出用于根據(jù)框檢測和類分數(shù)對每個候選對象執(zhí)行對象回歸和分類。全卷積網(wǎng)絡(luò)(FCN)的頭部網(wǎng)絡(luò)包括卷積掩碼檢測分支,該分支具有用于使用sigmoid和二進制損失檢測掩碼的一些濾波器。總的訓(xùn)練損失包括分類損失、邊界框損失和平均二進制交叉熵損失[15]。

    所改進Mask R-CNN參數(shù)使用均值平均精度(mAP)與準確率[真實木瓜標簽數(shù)量與所有檢測到的數(shù)量(假陽性標簽和真實標簽之和)之比]之間的關(guān)系進行選擇。

    2 數(shù)據(jù)采集和數(shù)據(jù)增強

    所構(gòu)建的木瓜圖像數(shù)據(jù)集包括原始數(shù)據(jù)集#1和增強數(shù)據(jù)集#2兩部分。數(shù)據(jù)集#1中的木瓜圖像在白色背景下拍攝,然后在像素級別對每個圖像進行標注。由于數(shù)據(jù)集#1中木瓜圖像數(shù)量有限,使用旋轉(zhuǎn)、縮放和平移技術(shù)進行圖像增強,并從像素級別的標簽生成附加的圖像數(shù)據(jù)集,得到增強數(shù)據(jù)集#2。數(shù)據(jù)集#1和數(shù)據(jù)集#2用于訓(xùn)練和測試木瓜圖像檢測和分割模型、最佳成熟度檢測閾值的選擇和驗證基于多目標采樣和改進Mask R-CNN的木瓜成熟度檢測模型。

    實際上,木瓜的成熟度分為未成熟、半成熟和完全成熟3個級別(表1),該指標可用以確定目標在送達客戶之前仍保持新鮮的時間長度。

    表1 木瓜成熟度等級分組

    未成熟的木瓜可以在成熟前存放6~7 d,而部分成熟的木瓜可以再保鮮3~4 d。完全成熟的木瓜應(yīng)盡快食用或加工。因此,未成熟和部分成熟的木瓜可以通過包裝以便遠距離輸送或出口,而完全成熟的木瓜將在當(dāng)?shù)劁N售。

    2.1 數(shù)據(jù)采集

    為了獲得圖像,木瓜被放置在一個由漫射熒光燈源均勻照明的相機中。加入白色背景以提高對比度,并在此背景上放置尺子以允許在開發(fā)的代碼中進行校準(見圖3)。使用高分辨率數(shù)碼相機(尼康A(chǔ)F-S DX Nikkor 18~55 mm)獲取木瓜圖像,無閃光燈和變焦(55×)。

    a. 相機 b. 光源 c. 待采樣的木瓜 d. 背景 e. 校準線條 f. 隔離外部光線的盒子

    對60個番木瓜果實采集了240張圖像(每個木瓜4張圖像),不同成熟階段的木瓜圖像如圖4所示。

    圖4 不同成熟階段的木瓜圖像

    由于木瓜圖像中含有背景像素,對于未成熟、半成熟和完全成熟的不同成熟度的原始圖像,用白色像素標記木瓜,如圖5所示。

    圖5 木瓜圖像樣本及其標記的木瓜所在范圍實況

    2.2 數(shù)據(jù)增強

    通過在原始帶標簽的真實圖像基礎(chǔ)上生成更多的數(shù)據(jù),以提高訓(xùn)練數(shù)據(jù)的效率,使其更加真實和實用[16]。使用幾何變換來區(qū)分50%原始圖像中不同的木瓜外皮、朝向和位置。此外,圖像中包括了背景元素。通過像素級別的標注,將所有的木瓜對象存儲在數(shù)據(jù)庫中。將另外的25%原始圖像添加到不同的背景圖像中,包括天然木瓜田、超市、工廠等,另外25%的原始圖像添加到帶有多個不同尺寸、朝向和位置的多木瓜背景圖像中,以模擬更真實的包含多個對象的圖像[17]。每個木瓜都在像素級別和實例級別上進行了標注。用于訓(xùn)練的木瓜圖像包括原始圖像和增強圖像,完全與測試數(shù)據(jù)集分開。

    3 試驗與結(jié)果分析

    為驗證所提出的木瓜成熟度檢測方法Mask R-CNN (ResNeXt-101)的有效性和魯棒性,將其對木瓜成熟度的檢測結(jié)果與R-CNN的其他模型進行對比,所選擇對比的方法對水果進行檢測時具有較高的平均檢測精度[18]。ResNeXt-101簡記為X101。

    該試驗使用detectron2框架[19]和配備有Intel(R) 2核Xeon(R) CPU @ 2.20 GHz、NVIDIA Tesla V100-SXM2顯卡和16 GB HBM2內(nèi)存的Google Colab機器,使用PyTorch 1.8運行程序。參數(shù)配置是根據(jù)每個模型的總損失經(jīng)驗進行選擇;所有基于R-CNN模型均使用相同的參數(shù)配置,例如最大迭代次數(shù)為1 000,基本學(xué)習(xí)率為0.000 25,每批處理2張圖像。原始圖像尺寸為4 128像素×3 096像素,增強后的圖像尺寸從855像素×1 280像素到6 016像素×4 000像素不等。每個模型均使用在COCO數(shù)據(jù)集[20]上預(yù)訓(xùn)練的原始模型進行初始化,然后在兩個不同數(shù)據(jù)集上進行微調(diào):原始的木瓜數(shù)據(jù)集(數(shù)據(jù)集#1)和帶有多目標采樣的木瓜數(shù)據(jù)集(數(shù)據(jù)集#2),如表2所示。

    表2 原始數(shù)據(jù)集和增強數(shù)據(jù)集中不同成熟階段木瓜圖像數(shù)

    3.1 R-CNN模型和殘差網(wǎng)絡(luò)

    所對比的R-CNN模型包括RetinaNet、CenterMask、Mask R-CNN、Faster R-CNN,所采用的殘差網(wǎng)絡(luò)包括具有99,57層的VoVNetV2和具有50,101層的ResNet。根據(jù)R-CNN模型和殘差網(wǎng)絡(luò)的不同組合,所對比的方法主要包括CenterMask (VoVNet-99)、CenterMask (VoVNet-57)、Faster R-CNN (ResNet-50)、Faster R-CNN (ResNet-101)、RetinaNet (ResNet-101)、RetinaNet (ResNet-50)、Mask R-CNN (ResNet-101)、Mask R-CNN(ResNet-50)。后續(xù)分析中,VoVNet-99簡記為v99,VoVNet-57簡記為v57,ResNet-101簡記為r101,ResNet-50簡記為r50。

    (1) RetinaNet是一種應(yīng)用于密集采樣候選對象的單級檢測器。RetinaNet由一個主干網(wǎng)絡(luò)和兩個子網(wǎng)絡(luò)組成,分別用于框分類和框回歸。由于背景和前景之間的類不平衡是影響檢測準確性的主要問題,RetinaNet通過對負面示例進行重點訓(xùn)練來計算焦點損失。焦點損失由所有候選對象的焦點損失之和計算得出。訓(xùn)練損失包括分類損失和邊界框損失。

    (2) 基于最新分割模型CenterMask的檢測方法,CenterMask是一個單階段和無錨點實例分割模型,CenterMask通過增加一個空間注意引導(dǎo)的掩碼網(wǎng)絡(luò)(SAG-mask)用于檢測物體掩碼。SAG-mask網(wǎng)絡(luò)包含空間注意圖(SAM),在聚焦于信息像素并減少噪聲方面起著至關(guān)重要的作用。

    3.2 評估指標

    為了評估不同方法對木瓜果實圖像成熟度檢測的性能,考慮檢測到的目標與真實邊界框之間的相似性,包括重疊面積和檢測到的木瓜成熟度。交并比(IoU)IIoU可用于衡量檢測目標的邊界框(Ap)和真實邊界框(Agt)之間重疊區(qū)域的比率[21]:

    (7)

    當(dāng)IIoU=1時,IoU分數(shù)為最佳,而IoU閾值通常設(shè)置為識別到的目標是否正確的限制程度。此外,精確率可以用來識別所有檢測到的物體中的正確陽性樣本數(shù),而召回率用于識別圖像中所有真實邊界框?qū)ο骩22]。

    (8)

    (9)

    式中:

    NTP——正確檢測到的樣本數(shù)量;

    NFP——錯誤檢測到的樣本數(shù)量或不存在的樣本數(shù)量;

    NFN——未檢測到的真實樣本數(shù)量。

    此外,目標檢測器的置信度分數(shù)也可以考慮在檢測指標內(nèi)。較大的置信度分數(shù)可以被視為正的檢測結(jié)果。將精確度和召回率重新表示為置信度閾值(τ)的函數(shù)[23]:

    (10)

    (11)

    理想的目標檢測器應(yīng)具有精確率和召回率均為1的性能。精確率—召回率曲線(PR曲線)呈現(xiàn)了從檢測開始的不同閾值的精確率—召回率關(guān)系,試驗方法的PR曲線呈鋸齒狀(圖6)。此外,平均精度(AP)是一種常用的指標,為PR曲線下的面積;mAP為AP在類別和閾值上的平均值。

    圖6 不同方法對未熟、半熟和全熟木瓜檢測的PR曲線

    3.3 成熟度階段檢測及最優(yōu)閾值選擇

    3.3.1 成熟度階段檢測 mAP從50%變化到95%,步長為5%,AP50和AP75分別對應(yīng)50%和75%的平均檢測精確度。由表3可知,試驗方法在所有指標得分上的表現(xiàn)最好,而Mask R-CNN和Faster R-CNN在考慮特定重疊閾值時在AP50和AP75上表現(xiàn)出較高的精確度。CenterMask在AP50閾值下展現(xiàn)出良好的檢測性能。

    表3 使用原始數(shù)據(jù)集(數(shù)據(jù)集#1)訓(xùn)練和測試不同方法時的木瓜成熟度檢測結(jié)果

    由表4可知,由于未知的背景干擾、重疊的目標、不同尺寸的目標和其他目標變化,所有方法對木瓜成熟度檢測的mAP均有不同程度的下降,但試驗方法在所有指標得分上的表現(xiàn)仍是最好的。由表5可知,通過多目標采樣技術(shù),試驗方法在不受限制的數(shù)據(jù)集(數(shù)據(jù)集#2)上泛化能力更強,如mAP從92.76%提升至98.43%。

    表4 使用原始數(shù)據(jù)集(數(shù)據(jù)集#1)訓(xùn)練、增強數(shù)據(jù)集(數(shù)據(jù)集#2)測試不同方法時的木瓜成熟度檢測結(jié)果

    表5 使用原始數(shù)據(jù)集(數(shù)據(jù)集#1)+增強數(shù)據(jù)集(數(shù)據(jù)集 #2)訓(xùn)練和測試不同方法時的木瓜成熟度檢測結(jié)果

    3.3.2 計算時間 由圖7可知,相比于ResNet50和VoVNet59等較小尺寸的層,r101(ResNet101)和v99(VoVNet99)等較大尺寸的層通常需要更多的計算時間。Mask R-CNN通過全連接網(wǎng)絡(luò)進行掩碼檢測,因此需要更多的計算時間。RetinaNet和Faster R-CNN具有最高的計算速度,但RatinaNet出現(xiàn)了較多誤檢。

    圖7 各檢測模型在每張圖像上的推理時間與mAP之間的關(guān)系

    3.4 木瓜成熟度檢測性能比較

    為進一步驗證試驗方法的有效性,將試驗方法的木瓜成熟度檢測性能與基于輕量化YOLO v5-Lite模型的木瓜成熟度檢測方法(YOLO v5-Lite)、基于k最近鄰算法的木瓜成熟度識別方法(KNN)、基于VGG16和離散小波變換的番木瓜成熟度識別方法(VGG16-DWT)、基于VGG19和遷移學(xué)習(xí)算法的木瓜成熟度分類方法(VGG19-TLA)進行對比,結(jié)果見表6。由表6可知,試驗方法對木瓜成熟度檢測的mAP、AP50、AP75、未成熟的AP、半成熟的AP和成熟的AP比其他方法至少提高了0.07%,0.65%,0.56%,1.27%,0.78%,0.88%。

    表6 木瓜成熟度檢測方法的檢測性能對比

    綜上,試驗方法的木瓜成熟度檢測mAP、準確率和召回率均優(yōu)于所對比的其他方法,驗證了試驗方法的有效性和實用性。

    4 結(jié)論

    研究提出了一種基于多目標采樣和改進Mask R-CNN的木瓜成熟度檢測方法。結(jié)果表明,通過多目標采樣技術(shù),試驗方法對木瓜成熟度檢測的泛化能力更強,可將均值平均精度、50%平均精度、75%平均精度、未成熟的平均精度、半成熟的平均精度和成熟的平均精度分別提高5.67%,5.65%,5.78%,5.91%,6.56%,6.66%。與其他4種木瓜成熟度檢測方法相比,試驗方法對木瓜成熟度檢測的均值平均精度、50%平均精度、75%平均精度、未成熟的平均精度、半成熟的平均精度和成熟的平均精度比其他方法至少提高了0.07%,0.65%,0.56%,1.27%,0.78%,0.88%。試驗方法的計算時間偏長,后續(xù)將進一步研究具有更高計算效率且可保持當(dāng)前木瓜成熟度檢測準確率、召回率等性能優(yōu)勢的方法。

    猜你喜歡
    檢測方法模型
    一半模型
    “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
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    可能是方法不對
    3D打印中的模型分割與打包
    小波變換在PCB缺陷檢測中的應(yīng)用
    用對方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    一夜夜www| 欧美一级a爱片免费观看看| 一本久久中文字幕| 亚洲黑人精品在线| 色播亚洲综合网| 国产亚洲精品久久久com| 亚洲av一区综合| 九九热线精品视视频播放| 女生性感内裤真人,穿戴方法视频| 午夜福利欧美成人| 99久久久亚洲精品蜜臀av| 亚洲最大成人中文| 大又大粗又爽又黄少妇毛片口| 女人被狂操c到高潮| 免费观看的影片在线观看| 99九九线精品视频在线观看视频| 国产主播在线观看一区二区| 久久久午夜欧美精品| 在线观看av片永久免费下载| 国产熟女欧美一区二区| 婷婷亚洲欧美| 一本精品99久久精品77| 欧美中文日本在线观看视频| 欧美中文日本在线观看视频| 国产高清三级在线| 18+在线观看网站| 天堂av国产一区二区熟女人妻| 真实男女啪啪啪动态图| 久久精品国产亚洲av天美| 国产精品久久久久久久久免| 99热这里只有是精品在线观看| 国产欧美日韩一区二区精品| 男插女下体视频免费在线播放| 制服丝袜大香蕉在线| 日韩精品有码人妻一区| 神马国产精品三级电影在线观看| 日本黄色视频三级网站网址| 日韩中文字幕欧美一区二区| 精品一区二区三区人妻视频| 又紧又爽又黄一区二区| 免费在线观看影片大全网站| 亚洲精品一区av在线观看| 国产精品免费一区二区三区在线| 乱人视频在线观看| 欧美zozozo另类| 亚洲精品影视一区二区三区av| 欧美激情在线99| 午夜亚洲福利在线播放| av视频在线观看入口| 五月玫瑰六月丁香| www.色视频.com| av在线观看视频网站免费| 国产高清视频在线播放一区| 91久久精品电影网| 99久久久亚洲精品蜜臀av| 成人毛片a级毛片在线播放| 动漫黄色视频在线观看| 精品不卡国产一区二区三区| 在线a可以看的网站| 动漫黄色视频在线观看| 中文亚洲av片在线观看爽| 国产精品1区2区在线观看.| 老司机深夜福利视频在线观看| 99精品在免费线老司机午夜| 校园春色视频在线观看| 久久草成人影院| 国产中年淑女户外野战色| 给我免费播放毛片高清在线观看| 久久6这里有精品| 国产精品爽爽va在线观看网站| 99在线人妻在线中文字幕| 国产蜜桃级精品一区二区三区| 最好的美女福利视频网| 国产乱人视频| 动漫黄色视频在线观看| 国产黄片美女视频| 欧美+日韩+精品| 日日夜夜操网爽| 国产又黄又爽又无遮挡在线| 欧美另类亚洲清纯唯美| 成人亚洲精品av一区二区| 麻豆av噜噜一区二区三区| 成人性生交大片免费视频hd| www.www免费av| 亚洲国产精品成人综合色| 最近中文字幕高清免费大全6 | 免费高清视频大片| 亚洲综合色惰| 日韩中字成人| 亚洲精品一区av在线观看| 悠悠久久av| 人妻夜夜爽99麻豆av| 国产精品1区2区在线观看.| 伊人久久精品亚洲午夜| 国产毛片a区久久久久| 国产精品一区二区三区四区免费观看 | 在线观看美女被高潮喷水网站| 亚洲无线在线观看| 久久精品综合一区二区三区| 国产一区二区激情短视频| 五月玫瑰六月丁香| 97超视频在线观看视频| 九九久久精品国产亚洲av麻豆| 12—13女人毛片做爰片一| 成人毛片a级毛片在线播放| 又粗又爽又猛毛片免费看| 一区二区三区高清视频在线| 永久网站在线| 三级国产精品欧美在线观看| 九九在线视频观看精品| 又紧又爽又黄一区二区| 亚洲人成网站在线播放欧美日韩| 国产午夜福利久久久久久| 国产一级毛片七仙女欲春2| 国产精品一区二区性色av| 97碰自拍视频| 亚洲精品日韩av片在线观看| 欧美bdsm另类| 国产高清视频在线观看网站| 最近视频中文字幕2019在线8| 少妇裸体淫交视频免费看高清| 少妇裸体淫交视频免费看高清| 久久久久久大精品| 国产精品爽爽va在线观看网站| 国产国拍精品亚洲av在线观看| 久久久久久久午夜电影| 中文字幕熟女人妻在线| 欧美xxxx黑人xx丫x性爽| 成人无遮挡网站| 欧美xxxx黑人xx丫x性爽| 亚洲va在线va天堂va国产| 少妇人妻精品综合一区二区 | 国内久久婷婷六月综合欲色啪| 久久久久久久亚洲中文字幕| 精品国内亚洲2022精品成人| 少妇的逼水好多| 欧美绝顶高潮抽搐喷水| 国内精品一区二区在线观看| 国产精品1区2区在线观看.| 在线观看66精品国产| av.在线天堂| 九九在线视频观看精品| 日本-黄色视频高清免费观看| 人妻夜夜爽99麻豆av| 成人国产一区最新在线观看| 国内揄拍国产精品人妻在线| 久久婷婷人人爽人人干人人爱| 村上凉子中文字幕在线| 男人舔奶头视频| 草草在线视频免费看| 亚洲内射少妇av| 99在线人妻在线中文字幕| 欧美成人性av电影在线观看| 一夜夜www| 久久精品综合一区二区三区| 精品久久国产蜜桃| 久久精品综合一区二区三区| 国产一区二区在线av高清观看| 免费大片18禁| 一本久久中文字幕| 国产日本99.免费观看| 蜜桃亚洲精品一区二区三区| 高清在线国产一区| 国产精品电影一区二区三区| 免费av不卡在线播放| 亚洲成人久久性| 老熟妇仑乱视频hdxx| 又粗又爽又猛毛片免费看| 国产精品福利在线免费观看| 97人妻精品一区二区三区麻豆| 一区福利在线观看| 有码 亚洲区| 啪啪无遮挡十八禁网站| 在现免费观看毛片| 99久国产av精品| 成人综合一区亚洲| 国产免费男女视频| 成人高潮视频无遮挡免费网站| 小说图片视频综合网站| 精品一区二区三区人妻视频| 成人三级黄色视频| 波多野结衣高清作品| 极品教师在线免费播放| 嫩草影院入口| 国产成人aa在线观看| 极品教师在线视频| 精品国内亚洲2022精品成人| 国产精品98久久久久久宅男小说| 国产熟女欧美一区二区| 中文字幕av成人在线电影| 亚洲精品日韩av片在线观看| 国产蜜桃级精品一区二区三区| 国产一区二区激情短视频| 俄罗斯特黄特色一大片| 免费人成视频x8x8入口观看| 性色avwww在线观看| 乱系列少妇在线播放| xxxwww97欧美| 亚洲精品乱码久久久v下载方式| av在线老鸭窝| 中文资源天堂在线| 欧美最新免费一区二区三区| 身体一侧抽搐| 亚洲av中文av极速乱 | 亚洲av第一区精品v没综合| 啦啦啦啦在线视频资源| 国产精品久久电影中文字幕| 国产亚洲精品av在线| 国产高清视频在线播放一区| 丰满的人妻完整版| 日本a在线网址| 18禁黄网站禁片午夜丰满| 又爽又黄a免费视频| av在线亚洲专区| 成人毛片a级毛片在线播放| 18禁黄网站禁片免费观看直播| 亚洲av成人av| 亚洲欧美日韩卡通动漫| 国产精华一区二区三区| 麻豆av噜噜一区二区三区| 观看免费一级毛片| 国内精品一区二区在线观看| 欧美一区二区精品小视频在线| 亚洲18禁久久av| 禁无遮挡网站| 国产aⅴ精品一区二区三区波| 国产伦在线观看视频一区| 91午夜精品亚洲一区二区三区 | 日本撒尿小便嘘嘘汇集6| 久久久久久久亚洲中文字幕| 99久久九九国产精品国产免费| 久久精品人妻少妇| 九色成人免费人妻av| 啪啪无遮挡十八禁网站| 久久久国产成人免费| 精品日产1卡2卡| 国产精品电影一区二区三区| 日本-黄色视频高清免费观看| 亚洲国产精品sss在线观看| 久久久精品欧美日韩精品| 好男人在线观看高清免费视频| 人妻久久中文字幕网| 真人做人爱边吃奶动态| 麻豆成人av在线观看| 男人舔女人下体高潮全视频| 一个人观看的视频www高清免费观看| 黄色丝袜av网址大全| 亚洲经典国产精华液单| 午夜福利18| 嫩草影院精品99| 99久久精品国产国产毛片| 亚洲一区高清亚洲精品| 亚洲欧美日韩高清在线视频| 亚洲欧美日韩东京热| 国产女主播在线喷水免费视频网站 | 午夜福利18| 天堂动漫精品| 69av精品久久久久久| 国产人妻一区二区三区在| 欧美日韩亚洲国产一区二区在线观看| 成人欧美大片| 99久久九九国产精品国产免费| 国产精品综合久久久久久久免费| 精品国产三级普通话版| 日本爱情动作片www.在线观看 | 午夜老司机福利剧场| 色视频www国产| 老师上课跳d突然被开到最大视频| 国产亚洲精品av在线| 在线观看免费视频日本深夜| 自拍偷自拍亚洲精品老妇| 97超视频在线观看视频| 我要搜黄色片| 18禁黄网站禁片午夜丰满| 别揉我奶头 嗯啊视频| 搡老熟女国产l中国老女人| 日本黄色视频三级网站网址| 18禁黄网站禁片免费观看直播| 有码 亚洲区| 18禁裸乳无遮挡免费网站照片| 女的被弄到高潮叫床怎么办 | 日韩欧美三级三区| 免费搜索国产男女视频| 亚洲精品456在线播放app | 国产欧美日韩精品亚洲av| 99riav亚洲国产免费| 欧洲精品卡2卡3卡4卡5卡区| 韩国av一区二区三区四区| 亚洲精品亚洲一区二区| 亚洲自偷自拍三级| 欧美激情在线99| 国产精品伦人一区二区| 亚洲午夜理论影院| 免费在线观看影片大全网站| www.色视频.com| 亚洲av一区综合| 国产麻豆成人av免费视频| 亚洲在线自拍视频| 欧美最新免费一区二区三区| 精品久久久久久久久亚洲 | 中文字幕久久专区| 日本成人三级电影网站| 日本 av在线| 超碰av人人做人人爽久久| 日本黄色片子视频| 亚洲精华国产精华液的使用体验 | 69av精品久久久久久| 久久精品国产亚洲网站| 可以在线观看毛片的网站| 久久香蕉精品热| 亚洲欧美日韩无卡精品| 国产一区二区激情短视频| 国产精品一区www在线观看 | 搡女人真爽免费视频火全软件 | 真人一进一出gif抽搐免费| 国产高清三级在线| 国产乱人伦免费视频| 少妇丰满av| 一个人免费在线观看电影| 非洲黑人性xxxx精品又粗又长| 乱码一卡2卡4卡精品| 欧美不卡视频在线免费观看| 亚洲真实伦在线观看| 综合色av麻豆| 99精品久久久久人妻精品| 久久久久精品国产欧美久久久| 国产精品国产高清国产av| av中文乱码字幕在线| 亚洲精品粉嫩美女一区| 久久九九热精品免费| 老师上课跳d突然被开到最大视频| 三级男女做爰猛烈吃奶摸视频| 久久精品久久久久久噜噜老黄 | 十八禁网站免费在线| 一边摸一边抽搐一进一小说| 日本三级黄在线观看| 亚洲av五月六月丁香网| 男女下面进入的视频免费午夜| 嫩草影院新地址| 干丝袜人妻中文字幕| 欧美日韩国产亚洲二区| 欧美日本亚洲视频在线播放| 制服丝袜大香蕉在线| 色av中文字幕| 精品不卡国产一区二区三区| 丰满人妻一区二区三区视频av| 男插女下体视频免费在线播放| 国产色爽女视频免费观看| 午夜福利高清视频| 亚洲国产欧美人成| 韩国av在线不卡| 人妻制服诱惑在线中文字幕| 午夜福利欧美成人| 久久亚洲真实| 国产综合懂色| 国产高潮美女av| 九九热线精品视视频播放| 久久精品国产亚洲网站| 尾随美女入室| 成人国产麻豆网| 春色校园在线视频观看| 日日摸夜夜添夜夜添小说| 18禁黄网站禁片免费观看直播| 高清毛片免费观看视频网站| 午夜精品一区二区三区免费看| 中文字幕av成人在线电影| 最近中文字幕高清免费大全6 | 91狼人影院| 国产精品久久久久久精品电影| 好男人在线观看高清免费视频| 欧美日韩国产亚洲二区| 免费电影在线观看免费观看| 男人和女人高潮做爰伦理| 黄色欧美视频在线观看| 大型黄色视频在线免费观看| 日韩强制内射视频| 91麻豆av在线| 精品福利观看| 亚洲熟妇中文字幕五十中出| 久久精品国产亚洲网站| 国产免费男女视频| 高清日韩中文字幕在线| 99精品久久久久人妻精品| 欧美绝顶高潮抽搐喷水| 一进一出好大好爽视频| 毛片女人毛片| 午夜日韩欧美国产| 少妇被粗大猛烈的视频| 亚洲精品影视一区二区三区av| 久久久久精品国产欧美久久久| 久久精品91蜜桃| 国产黄a三级三级三级人| 日本撒尿小便嘘嘘汇集6| 人妻制服诱惑在线中文字幕| 国产精品av视频在线免费观看| 成人无遮挡网站| 九色国产91popny在线| 成年女人看的毛片在线观看| 久久精品影院6| 可以在线观看的亚洲视频| 尾随美女入室| 美女大奶头视频| www.www免费av| 精品国内亚洲2022精品成人| 午夜福利在线在线| 毛片一级片免费看久久久久 | 欧美激情国产日韩精品一区| 久久精品国产亚洲av香蕉五月| 在线免费十八禁| 成人永久免费在线观看视频| 日本 av在线| 可以在线观看的亚洲视频| 搡老熟女国产l中国老女人| 久久精品国产亚洲av香蕉五月| 国产人妻一区二区三区在| 国产伦一二天堂av在线观看| 高清日韩中文字幕在线| 一级黄片播放器| 国产高清不卡午夜福利| 九九热线精品视视频播放| 国产精品永久免费网站| 国产精品久久久久久亚洲av鲁大| 久久6这里有精品| av在线老鸭窝| 国产av在哪里看| 亚洲av免费高清在线观看| 看片在线看免费视频| 色综合亚洲欧美另类图片| 亚洲人与动物交配视频| 日韩,欧美,国产一区二区三区 | 美女大奶头视频| 一区二区三区免费毛片| 欧美人与善性xxx| 国产精品三级大全| 老司机福利观看| av中文乱码字幕在线| 久久久久久久精品吃奶| 久久久精品大字幕| 最好的美女福利视频网| 夜夜爽天天搞| 小蜜桃在线观看免费完整版高清| 亚洲真实伦在线观看| 欧美黑人巨大hd| 99久久精品一区二区三区| 91av网一区二区| 春色校园在线视频观看| 看黄色毛片网站| 国内揄拍国产精品人妻在线| 久久欧美精品欧美久久欧美| 日本 欧美在线| 老司机午夜福利在线观看视频| 我的老师免费观看完整版| 99久久无色码亚洲精品果冻| 赤兔流量卡办理| 久久精品国产自在天天线| 欧美色欧美亚洲另类二区| 亚洲电影在线观看av| 99国产精品一区二区蜜桃av| 欧美人与善性xxx| 日韩欧美免费精品| av专区在线播放| 在线观看一区二区三区| 亚洲国产色片| 看十八女毛片水多多多| 制服丝袜大香蕉在线| 波多野结衣巨乳人妻| 国产91精品成人一区二区三区| 国产日本99.免费观看| 三级男女做爰猛烈吃奶摸视频| 黄色视频,在线免费观看| 观看免费一级毛片| 亚洲精品日韩av片在线观看| 99久久精品国产国产毛片| 亚洲国产日韩欧美精品在线观看| 免费电影在线观看免费观看| 亚洲成a人片在线一区二区| 小说图片视频综合网站| 深爱激情五月婷婷| 久久人妻av系列| 一区福利在线观看| 国内精品久久久久久久电影| 小说图片视频综合网站| 国产一区二区三区在线臀色熟女| 国产高清三级在线| 久久国产乱子免费精品| 午夜精品久久久久久毛片777| 国产精品98久久久久久宅男小说| 搡老妇女老女人老熟妇| 成人欧美大片| 国产精品,欧美在线| 女人被狂操c到高潮| 悠悠久久av| 岛国在线免费视频观看| 小蜜桃在线观看免费完整版高清| 久久久久久久久大av| 老司机午夜福利在线观看视频| 两个人的视频大全免费| 少妇猛男粗大的猛烈进出视频 | 亚洲av成人精品一区久久| 亚洲自拍偷在线| 久99久视频精品免费| 在线天堂最新版资源| 中文字幕熟女人妻在线| 黄色欧美视频在线观看| 国产 一区精品| 午夜激情欧美在线| 少妇高潮的动态图| av在线天堂中文字幕| 欧美日本视频| 美女高潮喷水抽搐中文字幕| 午夜福利成人在线免费观看| 午夜福利高清视频| 最后的刺客免费高清国语| 国内精品一区二区在线观看| 亚洲av日韩精品久久久久久密| 亚洲第一电影网av| 精品人妻视频免费看| 在线免费十八禁| h日本视频在线播放| 亚洲av一区综合| 免费一级毛片在线播放高清视频| 久久99热这里只有精品18| 久久精品国产亚洲网站| 永久网站在线| 国产精品久久视频播放| 中文资源天堂在线| 国产欧美日韩精品亚洲av| 久久精品国产鲁丝片午夜精品 | 18禁裸乳无遮挡免费网站照片| 久久久久免费精品人妻一区二区| 波多野结衣高清作品| 亚洲精品乱码久久久v下载方式| 99国产极品粉嫩在线观看| 麻豆国产av国片精品| .国产精品久久| а√天堂www在线а√下载| 日日摸夜夜添夜夜添小说| 久久久久久久久久黄片| 成人亚洲精品av一区二区| 99国产极品粉嫩在线观看| 久久久国产成人免费| 黄色日韩在线| 两个人视频免费观看高清| 国产亚洲精品综合一区在线观看| 亚洲熟妇中文字幕五十中出| 别揉我奶头 嗯啊视频| 成人三级黄色视频| 精品无人区乱码1区二区| 身体一侧抽搐| 久久久久国内视频| 黄色配什么色好看| 最近视频中文字幕2019在线8| 啦啦啦观看免费观看视频高清| www.色视频.com| 中文字幕免费在线视频6| 国产精品福利在线免费观看| 久99久视频精品免费| 日本-黄色视频高清免费观看| 毛片一级片免费看久久久久 | 两个人的视频大全免费| 国产成人影院久久av| 免费av不卡在线播放| 岛国在线免费视频观看| 欧美+日韩+精品| 中文字幕熟女人妻在线| 99久久精品一区二区三区| 波多野结衣高清作品| 中文字幕人妻熟人妻熟丝袜美| 男女下面进入的视频免费午夜| 欧美丝袜亚洲另类 | 高清毛片免费观看视频网站| 99久久九九国产精品国产免费| 一个人免费在线观看电影| netflix在线观看网站| 成年女人永久免费观看视频| 国产精品一区二区免费欧美| 精品一区二区免费观看| 欧美日韩亚洲国产一区二区在线观看| 美女大奶头视频| 日本黄色片子视频| 人人妻,人人澡人人爽秒播| 一进一出抽搐动态| 在线观看av片永久免费下载| 亚洲国产色片| 12—13女人毛片做爰片一| 久久午夜亚洲精品久久| 精品一区二区三区视频在线观看免费| 欧美成人一区二区免费高清观看| 婷婷精品国产亚洲av| 亚洲国产精品成人综合色| 白带黄色成豆腐渣| 色播亚洲综合网| 又黄又爽又免费观看的视频| 国产伦人伦偷精品视频| 欧美人与善性xxx| 搡老妇女老女人老熟妇| 久久久久久久久久成人| 免费看美女性在线毛片视频| 国产在线男女| 亚洲精品国产成人久久av| 18+在线观看网站| 黄色视频,在线免费观看| 国产精品人妻久久久久久| 最近视频中文字幕2019在线8| 尾随美女入室| 别揉我奶头~嗯~啊~动态视频| 久久精品91蜜桃| 免费观看的影片在线观看| 不卡一级毛片| av女优亚洲男人天堂| 亚洲专区中文字幕在线| 韩国av在线不卡| 亚洲美女黄片视频| 91精品国产九色| 最新中文字幕久久久久|