• <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 ?

    基于剪枝算法的卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化

    2018-12-31 05:42:38杜海濤
    移動信息 2018年9期
    關(guān)鍵詞:剪枝圖像識別決策樹

    杜海濤

    基于剪枝算法的卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化

    杜海濤

    無錫商業(yè)職業(yè)技術(shù)學(xué)院,江蘇 無錫 214063

    傳統(tǒng)的圖像識別技術(shù)不能適應(yīng)現(xiàn)在的需求,卷積神經(jīng)網(wǎng)絡(luò)與圖像識別相結(jié)合,獲得極大突破。隨著人工智能技術(shù)快速發(fā)展,更深、更寬的卷積神經(jīng)網(wǎng)絡(luò)競相出現(xiàn),層數(shù)也不斷加深。圖像識別的精度也隨著大幅提高,但是過于復(fù)雜的網(wǎng)絡(luò)要消耗更多的資源和時間。提出用剪枝算法對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,修剪掉不重要的神經(jīng)元,從而將網(wǎng)絡(luò)模型稀疏化。這樣既能保證圖像識別的精度,又能達(dá)到網(wǎng)絡(luò)加速優(yōu)化的目的。

    圖像識別;卷積神經(jīng)網(wǎng)絡(luò);剪枝算法

    引言

    微電子技術(shù)和信息技術(shù)的快速發(fā)展,為圖像識別奠定了硬件和軟件基礎(chǔ)。圖像識別已被廣泛應(yīng)用在工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)、交通、國防等各行各業(yè),是以后發(fā)展的必然趨勢,對于提高圖像識別的速度、精度和廣度具有非常大的應(yīng)用價(jià)值。傳統(tǒng)的圖像識別技術(shù)應(yīng)用廣度不夠。一旦外界條件發(fā)生變化,識別的精度就會急劇下降,不能滿足日益復(fù)雜的需求。近年來,人工智能技術(shù)發(fā)展迅猛,將人工神經(jīng)網(wǎng)絡(luò)算法融入圖像識別技術(shù)獲得了突破。不僅提高了圖像識別的精度和廣度,而且具有自我學(xué)習(xí)的能力,可以隨著環(huán)境的變化而變化,同時提高了圖像信息處理的容錯性,在出現(xiàn)噪聲干擾時,也能正常工作,輸出較為準(zhǔn)確的信息。

    在人工智能的發(fā)展過程中,神經(jīng)網(wǎng)絡(luò)經(jīng)歷了單層神經(jīng)網(wǎng)絡(luò)、兩層神經(jīng)網(wǎng)絡(luò)和多層神經(jīng)網(wǎng)絡(luò)。在多層神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上發(fā)展出卷積神經(jīng)網(wǎng)絡(luò),是一種針對圖像分類和識別的深度學(xué)習(xí)方法[1]。卷積神經(jīng)網(wǎng)絡(luò)是受人體視覺中感受野的機(jī)制影響而提出的,是一種前饋神經(jīng)網(wǎng)絡(luò),比其他圖像的分類算法使用較少的預(yù)處理,在大型圖像處理方面尤為出色。

    1 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)可以細(xì)分為五層,分別是輸入層、卷積層、池化層、全連接層和輸出層。卷積神經(jīng)網(wǎng)絡(luò)比普通的多層神經(jīng)網(wǎng)絡(luò)多了卷積層與池化層,其他層也略有變化。卷積神經(jīng)網(wǎng)絡(luò)常見的模型有Lenet模型、Alexnet模型、VGGNet模型、GooleNet模型和ReNet模型。Lenet模型有五層,Alexnet模型有八層,VGGNet模型有16層,GooleNet模型的層數(shù)也進(jìn)一步加深。ReNet模型出現(xiàn)后,層數(shù)可以突破1?000層。這些模型隨著層數(shù)和寬度逐步加大,網(wǎng)絡(luò)識別的準(zhǔn)確度也隨之提高,但是資源開銷也隨之增大,實(shí)際項(xiàng)目中的模型都是百兆這個數(shù)量級,運(yùn)算的時間自然也更長。因此優(yōu)化網(wǎng)絡(luò)模塊,既能保證準(zhǔn)確率,又能兼顧高效性,從而提高系統(tǒng)的實(shí)用性。

    2 剪枝算法

    決策樹是一種常用的分類方法,是通過算法訓(xùn)練數(shù)據(jù)構(gòu)建的分類器。剪枝算法剪去了決策樹中的某些枝條,從而簡化決策樹模型,避免過擬合。在優(yōu)化決策樹時,要保證最優(yōu)解的部分枝條不能被剪掉,同時剪枝的判斷又不能以耗費(fèi)大量時間為代價(jià),保證整個決策樹的高效性。

    剪枝算法分為兩類:前剪枝、后剪枝。前剪枝是指在決策樹的構(gòu)建過程,設(shè)置一個閾值,在當(dāng)前分裂節(jié)點(diǎn)中,分裂前和分裂后的誤差超過這個閾值就分裂,否則就不做分裂操作[2];后剪枝是指先用訓(xùn)練集構(gòu)建好一個完整的決策樹,允許過度擬合,再用測試數(shù)據(jù)集去修正,決策樹中的每一個非葉子節(jié)點(diǎn)的子樹,我們嘗試著把它替換成一個葉子節(jié)點(diǎn),該葉子節(jié)點(diǎn)的類別我們用子樹所覆蓋訓(xùn)練樣本中存在最多的那個類來代替。這樣就產(chǎn)生了一個簡化決策樹,然后比較這兩個決策樹在測試數(shù)據(jù)集中的表現(xiàn)。如果簡化決策樹在測試數(shù)據(jù)集中的錯誤比較少,那么該子樹就可以替換成葉子節(jié)點(diǎn),否則就不替換。前剪枝很難設(shè)定,稍微變動就有可能引起整棵樹非常大的變動,通常用后剪枝。

    3 卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化

    多層卷積神經(jīng)網(wǎng)絡(luò)模型,在圖像識別時,相比原始模型功能是優(yōu)秀的,但是網(wǎng)絡(luò)規(guī)模和內(nèi)存消耗上,卻不能滿足輕量級網(wǎng)絡(luò)的要求。卷積神經(jīng)網(wǎng)絡(luò)中參數(shù)中由于激活函數(shù)的負(fù)值處理,導(dǎo)致網(wǎng)絡(luò)中有很多“0”,有些網(wǎng)絡(luò)中的近零參數(shù)超過80%,這對整個決策樹是很大的冗余,而且這些“0”對于乘、加操作沒有任何意義,在整個網(wǎng)絡(luò)中占據(jù)了相當(dāng)大的空間,造成很大的資源浪費(fèi)。在卷積神經(jīng)網(wǎng)絡(luò)中,如果輸入為0,無論權(quán)重為多少,輸出均為0;當(dāng)輸入為0時,就可以認(rèn)為這個決策樹的枝條無用,那么就可以被修剪掉。在圖像識別的卷積神經(jīng)網(wǎng)絡(luò)模型中,剪枝算法的判斷依據(jù)有兩種。

    (1)依據(jù)神經(jīng)元與神經(jīng)元之間的相關(guān)性的強(qiáng)度進(jìn)行判斷。較強(qiáng)的相關(guān)性表示上層神經(jīng)元的激活與當(dāng)前神經(jīng)元之間的激活有更大的決定性作用。(2)根據(jù)神經(jīng)元的權(quán)重大小連接判斷重要性。默認(rèn)權(quán)重大的對網(wǎng)絡(luò)的影響大,權(quán)重小的對網(wǎng)絡(luò)的影響小。因此保留權(quán)重大的參數(shù),去除權(quán)重小的參數(shù)。

    根據(jù)判斷依據(jù)提出兩種優(yōu)化方案:一種是基于相關(guān)性的剪枝算法;一種是基于權(quán)重參數(shù)的剪枝算法。

    基于相關(guān)性的剪枝算法的核心就是查找隱層節(jié)點(diǎn)間的相關(guān)性,刪除相關(guān)小的節(jié)點(diǎn),合并相關(guān)大的節(jié)點(diǎn),并將去掉這些節(jié)點(diǎn)后引起的改變傳遞到下一層的權(quán)值連接以及輸出節(jié)點(diǎn)的偏置值中。實(shí)際應(yīng)用時,由于隱層節(jié)點(diǎn)的方差計(jì)算完之后會有很多的方差值接近0,選取這些接近0的方差,然后刪除對應(yīng)的隱層節(jié)點(diǎn),就能夠優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)??紤]到每次網(wǎng)絡(luò)結(jié)果可以允許存在一定的誤差,而且隱層的實(shí)際輸出在這個誤差允許范圍內(nèi),就可以認(rèn)為是合理的值,那么以誤差傳遞作為基本思想,給出每個隱層節(jié)點(diǎn)的實(shí)際值與節(jié)點(diǎn)輸出的均值的差[3]。如果差值在一定的范圍內(nèi)則認(rèn)為是合理的、沒有誤差的,并在計(jì)算總結(jié)所有節(jié)點(diǎn)誤差后,刪除沒有誤差的隱層節(jié)點(diǎn)。

    基于權(quán)重參數(shù)的剪枝算法完全是依據(jù)權(quán)重矩陣的大小。權(quán)重矩陣W可以唯一表示網(wǎng)絡(luò)的情況,依據(jù)權(quán)重矩陣進(jìn)行判斷網(wǎng)絡(luò)的冗余情況,然后執(zhí)行剪枝操作。權(quán)重矩陣大,對于網(wǎng)絡(luò)的影響大,應(yīng)保留;權(quán)重矩陣小,對于網(wǎng)絡(luò)的影響小,應(yīng)去除連接。網(wǎng)絡(luò)中的每一層的權(quán)重分布是不一樣的。網(wǎng)絡(luò)的剪枝不能采用全局操作,而應(yīng)單獨(dú)處理每一層;否則對于不同的層,由于其均值和方差在網(wǎng)絡(luò)計(jì)算中的偏移會使全局矩陣的不統(tǒng)一。對一個單獨(dú)的網(wǎng)絡(luò)層進(jìn)行剪枝,就是直接判斷權(quán)重參數(shù)是否大于某一個值,這一個值稱為閾值。大于閾值的神經(jīng)元單元保留,小于閾值的神經(jīng)元單元丟棄[4]。由于直接判斷權(quán)重參數(shù)會導(dǎo)致一些負(fù)的大權(quán)重參數(shù)被修剪掉,而負(fù)的大權(quán)重對網(wǎng)絡(luò)也是重要的一部分。經(jīng)過上述分析可知,近零參數(shù)對于網(wǎng)絡(luò)操作是冗余的,負(fù)的大權(quán)重參數(shù)在網(wǎng)絡(luò)中卻占據(jù)著一部分重要的信息。因此,剪枝算法根據(jù)絕對值判斷或者根據(jù)正負(fù)情況判斷是必要的。

    4 總結(jié)

    本文提出了采用剪枝算法對卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化的方案。此方案能夠快速而有效地對網(wǎng)絡(luò)進(jìn)行加速優(yōu)化。剪枝之后模型的精度與原來相差不到1%,但是模型的速度可以提高到原來的十倍甚至更多,而且模型大小降為不到原來的十分之一,能夠兼顧圖像識別的精度和速度。

    [1]吳岸城.神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)[M].北京:電子工業(yè)出版社,2016:9.

    [2]宋清昆.基于改進(jìn)相關(guān)性剪枝算法的BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化[J].控制理論與應(yīng)用,2006,25(12):4-6.

    [3]李小夏,李孝安.一種改進(jìn)的神經(jīng)網(wǎng)絡(luò)相關(guān)性剪枝算法[J].電子設(shè)計(jì)工程,2013,21(8):65-67.

    [4]張虹,王丹.一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)剪枝算法研究[J].西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,38(3):165-170.

    Optimization of Convolutional Neural Networks Based on Pruning Algorithm

    Du Haitao

    Wuxi Vocational Institute of Commerce, Jiangsu Wuxi 214063

    Traditional image recognition technology can not adapt to the current needs, and the combination of convolutional neural network and image recognition has achieved great breakthrough. With the rapid development of artificial intelligence technology, deeper and wider convolutional neural networks are competing, and the number of layers is also deepening. The accuracy of image recognition has also increased dramatically, but it takes more resources and time due to an overly complex network. It is proposed to use the pruning algorithm to optimize the convolutional neural network and trim out the unimportant neurons, thus thinning the network model. This can not only ensure the accuracy of image recognition, but also achieve the purpose of network acceleration optimization.

    image recognition; convolutional neural network; pruning algorithm

    TP183;TP391.4

    A

    杜海濤(1980—),男,河南民權(quán)人,研究生學(xué)歷,工學(xué)碩士,無錫商業(yè)職業(yè)技術(shù)學(xué)院講師,研究方向或?qū)I(yè)為軟件技術(shù)。

    猜你喜歡
    剪枝圖像識別決策樹
    人到晚年宜“剪枝”
    基于YOLOv4-Tiny模型剪枝算法
    基于Resnet-50的貓狗圖像識別
    電子制作(2019年16期)2019-09-27 09:34:50
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    高速公路圖像識別技術(shù)應(yīng)用探討
    圖像識別在物聯(lián)網(wǎng)上的應(yīng)用
    電子制作(2018年19期)2018-11-14 02:37:04
    決策樹和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    圖像識別在水質(zhì)檢測中的應(yīng)用
    電子制作(2018年14期)2018-08-21 01:38:16
    剪枝
    天津詩人(2017年2期)2017-03-16 03:09:39
    基于決策樹的出租車乘客出行目的識別
    深夜精品福利| 18禁观看日本| 精品高清国产在线一区| 色播在线永久视频| 啦啦啦中文免费视频观看日本| 亚洲精品久久午夜乱码| 亚洲欧美日韩高清在线视频 | 黄色a级毛片大全视频| 欧美另类亚洲清纯唯美| 法律面前人人平等表现在哪些方面 | 亚洲国产欧美一区二区综合| 精品福利永久在线观看| 母亲3免费完整高清在线观看| 亚洲av国产av综合av卡| 久久香蕉激情| 免费在线观看黄色视频的| 制服诱惑二区| 青草久久国产| 99精品久久久久人妻精品| 亚洲国产av新网站| 免费不卡黄色视频| 老司机午夜福利在线观看视频 | 无限看片的www在线观看| 老司机午夜福利在线观看视频 | 汤姆久久久久久久影院中文字幕| 中文欧美无线码| 精品国产乱码久久久久久小说| 两人在一起打扑克的视频| 免费不卡黄色视频| 成人国语在线视频| 狂野欧美激情性xxxx| 天天操日日干夜夜撸| 午夜福利免费观看在线| kizo精华| 欧美激情极品国产一区二区三区| 99精国产麻豆久久婷婷| 精品福利永久在线观看| 国产精品偷伦视频观看了| 国产欧美日韩综合在线一区二区| 性少妇av在线| 亚洲avbb在线观看| 国产高清国产精品国产三级| 亚洲精品久久午夜乱码| 91九色精品人成在线观看| 五月天丁香电影| 一级黄色大片毛片| 日韩中文字幕欧美一区二区| 好男人电影高清在线观看| 男女无遮挡免费网站观看| 久久亚洲国产成人精品v| 亚洲性夜色夜夜综合| 亚洲精品日韩在线中文字幕| 黄色片一级片一级黄色片| 叶爱在线成人免费视频播放| 久久女婷五月综合色啪小说| a级毛片在线看网站| 国产精品秋霞免费鲁丝片| 精品久久久久久电影网| 亚洲精品国产色婷婷电影| 丁香六月欧美| 手机成人av网站| 狠狠精品人妻久久久久久综合| 99国产极品粉嫩在线观看| 美女午夜性视频免费| 精品乱码久久久久久99久播| 免费高清在线观看日韩| 男女下面插进去视频免费观看| 成人黄色视频免费在线看| 国产男人的电影天堂91| 久久久久视频综合| 亚洲情色 制服丝袜| 少妇猛男粗大的猛烈进出视频| 99九九在线精品视频| 99久久综合免费| 免费一级毛片在线播放高清视频 | 亚洲欧洲精品一区二区精品久久久| 日日爽夜夜爽网站| 在线 av 中文字幕| 建设人人有责人人尽责人人享有的| 久久精品国产a三级三级三级| 久久天堂一区二区三区四区| 国产男女超爽视频在线观看| 十八禁人妻一区二区| 日韩中文字幕视频在线看片| 久久人人爽av亚洲精品天堂| 国产老妇伦熟女老妇高清| 激情视频va一区二区三区| 日韩视频在线欧美| 成年人免费黄色播放视频| cao死你这个sao货| 三级毛片av免费| 中文字幕最新亚洲高清| netflix在线观看网站| 亚洲欧美激情在线| 久热这里只有精品99| 亚洲欧美一区二区三区黑人| 亚洲欧美成人综合另类久久久| 久久人人爽av亚洲精品天堂| 久久久久国产精品人妻一区二区| 丁香六月天网| 国产成人精品在线电影| 电影成人av| 爱豆传媒免费全集在线观看| 啦啦啦在线免费观看视频4| 黑人巨大精品欧美一区二区mp4| 日本欧美视频一区| 19禁男女啪啪无遮挡网站| 亚洲激情五月婷婷啪啪| 女人精品久久久久毛片| 亚洲欧美日韩高清在线视频 | 国产日韩欧美视频二区| 啦啦啦免费观看视频1| 午夜福利免费观看在线| 久久性视频一级片| 亚洲国产中文字幕在线视频| 在线观看免费高清a一片| 亚洲欧美日韩另类电影网站| tube8黄色片| 久久精品人人爽人人爽视色| 国产黄频视频在线观看| 成人三级做爰电影| 亚洲欧美日韩高清在线视频 | 国产日韩欧美视频二区| 国产日韩欧美在线精品| 他把我摸到了高潮在线观看 | 又大又爽又粗| 午夜成年电影在线免费观看| 丰满少妇做爰视频| 嫩草影视91久久| 国产成人欧美| 国产精品麻豆人妻色哟哟久久| 女性生殖器流出的白浆| 不卡一级毛片| 91老司机精品| 可以免费在线观看a视频的电影网站| 老鸭窝网址在线观看| 午夜福利在线观看吧| 嫁个100分男人电影在线观看| 美女高潮到喷水免费观看| 亚洲,欧美精品.| 老司机靠b影院| 成人国产一区最新在线观看| 涩涩av久久男人的天堂| 国产真人三级小视频在线观看| 乱人伦中国视频| 丝袜喷水一区| 亚洲精品国产av蜜桃| av在线老鸭窝| 少妇被粗大的猛进出69影院| 免费黄频网站在线观看国产| 99精品欧美一区二区三区四区| 欧美黑人欧美精品刺激| 操美女的视频在线观看| 国产精品影院久久| 久久狼人影院| www.999成人在线观看| 捣出白浆h1v1| 日韩,欧美,国产一区二区三区| 日韩,欧美,国产一区二区三区| 亚洲国产日韩一区二区| 午夜免费观看性视频| 十八禁网站网址无遮挡| 久久久欧美国产精品| 国产91精品成人一区二区三区 | 久久国产亚洲av麻豆专区| 亚洲精品久久久久久婷婷小说| 女人久久www免费人成看片| 免费高清在线观看日韩| 啦啦啦中文免费视频观看日本| 欧美日韩中文字幕国产精品一区二区三区 | videos熟女内射| 飞空精品影院首页| 久久人人97超碰香蕉20202| 精品国产国语对白av| 免费在线观看日本一区| 国产精品一区二区免费欧美 | 久久久久久人人人人人| 亚洲国产欧美日韩在线播放| 人妻人人澡人人爽人人| 久久 成人 亚洲| 亚洲欧美日韩高清在线视频 | 成人国产av品久久久| 亚洲九九香蕉| 久久中文字幕一级| 日韩大码丰满熟妇| av一本久久久久| 久久热在线av| 免费一级毛片在线播放高清视频 | 日本黄色日本黄色录像| 97在线人人人人妻| 窝窝影院91人妻| 一级片'在线观看视频| 久久精品亚洲av国产电影网| 精品人妻熟女毛片av久久网站| 天天躁狠狠躁夜夜躁狠狠躁| 成人av一区二区三区在线看 | 欧美xxⅹ黑人| 亚洲男人天堂网一区| 亚洲专区中文字幕在线| 黑人巨大精品欧美一区二区mp4| 国产精品久久久久成人av| 制服人妻中文乱码| 91大片在线观看| 多毛熟女@视频| 老司机午夜福利在线观看视频 | 日韩精品免费视频一区二区三区| 女人久久www免费人成看片| 久久精品国产亚洲av香蕉五月 | 欧美人与性动交α欧美精品济南到| 男女下面插进去视频免费观看| 亚洲欧美一区二区三区黑人| 成在线人永久免费视频| 18禁国产床啪视频网站| 国产主播在线观看一区二区| 亚洲全国av大片| 精品亚洲乱码少妇综合久久| 久久人人爽人人片av| 久久久久国产精品人妻一区二区| 一二三四在线观看免费中文在| 少妇 在线观看| 一边摸一边抽搐一进一出视频| 不卡av一区二区三区| 夜夜骑夜夜射夜夜干| 丝袜脚勾引网站| 少妇 在线观看| 丰满饥渴人妻一区二区三| 一区二区三区激情视频| 国产精品99久久99久久久不卡| 国产三级黄色录像| 人妻一区二区av| a级毛片在线看网站| 一级片'在线观看视频| 99久久99久久久精品蜜桃| 伊人久久大香线蕉亚洲五| 亚洲第一av免费看| tube8黄色片| 99国产极品粉嫩在线观看| 99国产精品免费福利视频| 亚洲欧美一区二区三区黑人| 亚洲色图 男人天堂 中文字幕| 日本撒尿小便嘘嘘汇集6| 一级毛片电影观看| 亚洲欧美日韩高清在线视频 | 亚洲 欧美一区二区三区| 秋霞在线观看毛片| 美女午夜性视频免费| 欧美黄色片欧美黄色片| 啪啪无遮挡十八禁网站| 热99re8久久精品国产| 亚洲情色 制服丝袜| 不卡av一区二区三区| 一个人免费看片子| 欧美激情 高清一区二区三区| 成年美女黄网站色视频大全免费| 男人操女人黄网站| 黑人猛操日本美女一级片| 人妻人人澡人人爽人人| 婷婷成人精品国产| 国产av一区二区精品久久| 日本a在线网址| 国产一区二区在线观看av| 亚洲精品av麻豆狂野| 国产视频一区二区在线看| 亚洲精品久久成人aⅴ小说| 在线看a的网站| 老司机午夜福利在线观看视频 | 国产男人的电影天堂91| 亚洲成人免费电影在线观看| 久久毛片免费看一区二区三区| 久久精品人人爽人人爽视色| 午夜精品久久久久久毛片777| √禁漫天堂资源中文www| 亚洲专区字幕在线| 亚洲全国av大片| 另类亚洲欧美激情| 亚洲国产精品一区二区三区在线| 国产精品秋霞免费鲁丝片| 日本猛色少妇xxxxx猛交久久| 亚洲精品av麻豆狂野| 亚洲国产欧美网| 色播在线永久视频| 亚洲专区中文字幕在线| 99re6热这里在线精品视频| 亚洲一区二区三区欧美精品| 多毛熟女@视频| 秋霞在线观看毛片| 12—13女人毛片做爰片一| 欧美变态另类bdsm刘玥| 欧美亚洲 丝袜 人妻 在线| 桃花免费在线播放| 国产男女内射视频| 国产成人a∨麻豆精品| 少妇 在线观看| 国产亚洲av片在线观看秒播厂| 久久久精品免费免费高清| 国产精品.久久久| 国产伦人伦偷精品视频| 欧美日韩一级在线毛片| 国产97色在线日韩免费| 91精品国产国语对白视频| 久久精品亚洲熟妇少妇任你| 亚洲少妇的诱惑av| 亚洲av美国av| 亚洲精华国产精华精| 视频区图区小说| 国产高清国产精品国产三级| 久久久久久久久免费视频了| 欧美 亚洲 国产 日韩一| 亚洲午夜精品一区,二区,三区| 飞空精品影院首页| 国产精品久久久人人做人人爽| 国产男女超爽视频在线观看| 青草久久国产| 多毛熟女@视频| 女人爽到高潮嗷嗷叫在线视频| 国产精品久久久久久精品古装| 亚洲国产毛片av蜜桃av| 国产精品九九99| 一区二区三区精品91| 成年女人毛片免费观看观看9 | 国产亚洲精品一区二区www | 中文字幕色久视频| 一本综合久久免费| 999久久久国产精品视频| 成年人免费黄色播放视频| 日韩视频一区二区在线观看| 精品一区二区三区四区五区乱码| 久久 成人 亚洲| 天天躁夜夜躁狠狠躁躁| 欧美激情极品国产一区二区三区| 天天操日日干夜夜撸| 老司机福利观看| 少妇 在线观看| 国产欧美日韩一区二区三 | 日韩大片免费观看网站| 午夜免费鲁丝| 超碰97精品在线观看| 欧美午夜高清在线| 国产精品偷伦视频观看了| 黑人欧美特级aaaaaa片| 在线亚洲精品国产二区图片欧美| 国产一区二区三区av在线| 大片电影免费在线观看免费| 欧美激情久久久久久爽电影 | 久久久精品94久久精品| 少妇 在线观看| 国产一卡二卡三卡精品| 色精品久久人妻99蜜桃| 国产成人av教育| 操美女的视频在线观看| 咕卡用的链子| 性色av一级| 欧美黄色片欧美黄色片| 精品国产乱码久久久久久小说| 精品少妇内射三级| 精品亚洲成国产av| 欧美精品人与动牲交sv欧美| 亚洲精品久久午夜乱码| 国产日韩欧美视频二区| www.999成人在线观看| 中文字幕人妻熟女乱码| 91精品伊人久久大香线蕉| 国产野战对白在线观看| 中文字幕人妻丝袜制服| 欧美国产精品一级二级三级| 韩国高清视频一区二区三区| 亚洲国产看品久久| 后天国语完整版免费观看| 精品国内亚洲2022精品成人 | 天天添夜夜摸| 久久久精品国产亚洲av高清涩受| a级毛片黄视频| 十八禁网站网址无遮挡| 十分钟在线观看高清视频www| 国产1区2区3区精品| 久久狼人影院| 欧美精品一区二区大全| 亚洲国产中文字幕在线视频| 岛国在线观看网站| 国产亚洲av高清不卡| 国产欧美日韩一区二区三 | √禁漫天堂资源中文www| 又黄又粗又硬又大视频| 亚洲欧美色中文字幕在线| 亚洲av日韩在线播放| 国产亚洲欧美精品永久| 水蜜桃什么品种好| 男女床上黄色一级片免费看| 亚洲美女黄色视频免费看| 人人妻人人添人人爽欧美一区卜| 亚洲精品成人av观看孕妇| 免费少妇av软件| 永久免费av网站大全| 午夜久久久在线观看| 日韩制服骚丝袜av| 建设人人有责人人尽责人人享有的| 亚洲久久久国产精品| 国产精品亚洲av一区麻豆| 久久国产精品影院| 天天添夜夜摸| 熟女少妇亚洲综合色aaa.| 亚洲中文字幕日韩| 午夜福利乱码中文字幕| 亚洲精华国产精华精| av在线播放精品| 日本91视频免费播放| 久久国产精品大桥未久av| 大片电影免费在线观看免费| 丰满饥渴人妻一区二区三| 国产免费现黄频在线看| 亚洲伊人久久精品综合| 免费日韩欧美在线观看| a级片在线免费高清观看视频| 精品福利永久在线观看| 91老司机精品| 亚洲国产成人一精品久久久| av有码第一页| 午夜老司机福利片| 久久精品亚洲熟妇少妇任你| www.自偷自拍.com| 久久精品国产亚洲av高清一级| 国产男人的电影天堂91| 亚洲专区国产一区二区| 大陆偷拍与自拍| 婷婷丁香在线五月| 91字幕亚洲| 母亲3免费完整高清在线观看| 91精品伊人久久大香线蕉| 老司机靠b影院| 亚洲黑人精品在线| 精品高清国产在线一区| 人妻一区二区av| 亚洲精品乱久久久久久| 三上悠亚av全集在线观看| 色精品久久人妻99蜜桃| 人妻人人澡人人爽人人| 亚洲精品美女久久久久99蜜臀| 亚洲精品乱久久久久久| 精品国产超薄肉色丝袜足j| 精品免费久久久久久久清纯 | 欧美+亚洲+日韩+国产| 性色av乱码一区二区三区2| 欧美大码av| 美女中出高潮动态图| 18禁黄网站禁片午夜丰满| 亚洲精品一卡2卡三卡4卡5卡 | 人人妻,人人澡人人爽秒播| 国产xxxxx性猛交| 日韩欧美免费精品| 男女国产视频网站| tube8黄色片| 麻豆国产av国片精品| 高清欧美精品videossex| 高清视频免费观看一区二区| 欧美一级毛片孕妇| 性色av一级| 国产一卡二卡三卡精品| 久久精品久久久久久噜噜老黄| 久久 成人 亚洲| 精品一区二区三卡| 亚洲美女黄色视频免费看| 国产99久久九九免费精品| 国产欧美日韩一区二区三区在线| 中文字幕人妻丝袜制服| 制服人妻中文乱码| 男女午夜视频在线观看| 亚洲av国产av综合av卡| 亚洲专区字幕在线| 亚洲精品国产精品久久久不卡| 大片电影免费在线观看免费| 男人舔女人的私密视频| 欧美黄色片欧美黄色片| av又黄又爽大尺度在线免费看| 美女视频免费永久观看网站| 亚洲欧美精品自产自拍| 国产激情久久老熟女| 成人av一区二区三区在线看 | 18禁裸乳无遮挡动漫免费视频| 亚洲国产欧美日韩在线播放| 日韩欧美免费精品| 啦啦啦在线免费观看视频4| 欧美av亚洲av综合av国产av| 中文字幕人妻熟女乱码| 水蜜桃什么品种好| 精品国产乱码久久久久久男人| 9色porny在线观看| 国产又爽黄色视频| 国产精品秋霞免费鲁丝片| 性色av一级| 美女大奶头黄色视频| 精品国产国语对白av| 精品乱码久久久久久99久播| 99香蕉大伊视频| 亚洲精品成人av观看孕妇| 大陆偷拍与自拍| 91精品伊人久久大香线蕉| 人人妻人人爽人人添夜夜欢视频| 免费不卡黄色视频| 悠悠久久av| 久久久久久久久久久久大奶| 精品福利观看| 黑丝袜美女国产一区| 国产成人a∨麻豆精品| 成年人免费黄色播放视频| 久久久久久久久免费视频了| 日韩 欧美 亚洲 中文字幕| 久久久国产成人免费| 日韩一区二区三区影片| 亚洲精品久久久久久婷婷小说| 老司机深夜福利视频在线观看 | 高清av免费在线| 国产亚洲精品第一综合不卡| 国产成人av教育| 久久久久久久国产电影| a级毛片在线看网站| 超碰成人久久| 亚洲九九香蕉| 丝袜美足系列| 十八禁网站网址无遮挡| 久久青草综合色| 日本精品一区二区三区蜜桃| www.熟女人妻精品国产| 国产主播在线观看一区二区| 免费久久久久久久精品成人欧美视频| 国产日韩欧美亚洲二区| 国产一区二区三区av在线| 国产日韩欧美视频二区| 永久免费av网站大全| 亚洲国产欧美网| 国产一区二区三区在线臀色熟女 | 大片电影免费在线观看免费| 每晚都被弄得嗷嗷叫到高潮| 十八禁人妻一区二区| 国产精品国产三级国产专区5o| 久久人妻福利社区极品人妻图片| 精品欧美一区二区三区在线| 国产在线一区二区三区精| 国产成人一区二区三区免费视频网站| 成人av一区二区三区在线看 | 丝袜美足系列| 日韩三级视频一区二区三区| 黄色毛片三级朝国网站| 欧美激情 高清一区二区三区| 2018国产大陆天天弄谢| videos熟女内射| 18禁黄网站禁片午夜丰满| 建设人人有责人人尽责人人享有的| 久久99一区二区三区| netflix在线观看网站| 精品国产一区二区三区久久久樱花| 天天躁日日躁夜夜躁夜夜| 亚洲成av片中文字幕在线观看| 99国产精品99久久久久| 在线精品无人区一区二区三| 国产人伦9x9x在线观看| 人妻 亚洲 视频| 成人三级做爰电影| 国产一区有黄有色的免费视频| 久久久精品国产亚洲av高清涩受| 国产成人欧美| 亚洲色图 男人天堂 中文字幕| 婷婷色av中文字幕| 麻豆国产av国片精品| 黄色 视频免费看| 日本av免费视频播放| 动漫黄色视频在线观看| 最近最新免费中文字幕在线| 精品福利观看| 中亚洲国语对白在线视频| 午夜激情av网站| 免费人妻精品一区二区三区视频| 99热全是精品| 麻豆av在线久日| 国产精品国产三级国产专区5o| 91国产中文字幕| 国产亚洲一区二区精品| 国产精品久久久久久人妻精品电影 | 男人添女人高潮全过程视频| 欧美日韩福利视频一区二区| 精品国产超薄肉色丝袜足j| 丝袜人妻中文字幕| 久热爱精品视频在线9| 美女大奶头黄色视频| 9热在线视频观看99| 国产伦人伦偷精品视频| 国产成+人综合+亚洲专区| 国产精品一区二区在线观看99| 我的亚洲天堂| 黄色视频不卡| 国产1区2区3区精品| 精品久久久久久久毛片微露脸 | 亚洲精品在线美女| 桃红色精品国产亚洲av| 久久人人爽人人片av| 国产精品偷伦视频观看了| 建设人人有责人人尽责人人享有的| 十八禁人妻一区二区| 国产一级毛片在线| 视频区图区小说| 欧美精品高潮呻吟av久久| 一本色道久久久久久精品综合| 欧美精品高潮呻吟av久久| 国产精品免费大片| 国产不卡av网站在线观看| 淫妇啪啪啪对白视频 | 国产色视频综合| 亚洲精品国产av蜜桃| 久久久精品国产亚洲av高清涩受| 涩涩av久久男人的天堂| 欧美一级毛片孕妇| 久久精品aⅴ一区二区三区四区| 成人影院久久| 国产在线视频一区二区| 99久久综合免费| videosex国产|