• <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
    亚洲精品中文字幕在线视频| 一区二区三区激情视频| www日本在线高清视频| 日本一本二区三区精品| 亚洲精品av麻豆狂野| 看片在线看免费视频| 黑人欧美特级aaaaaa片| 国产亚洲精品综合一区在线观看 | 亚洲国产精品999在线| 日韩欧美一区二区三区在线观看| 欧美黄色片欧美黄色片| 亚洲av日韩精品久久久久久密| 亚洲精品色激情综合| 亚洲男人天堂网一区| 久久亚洲精品不卡| 国产精品av视频在线免费观看| 国产99白浆流出| 曰老女人黄片| 亚洲精品一卡2卡三卡4卡5卡| 老司机靠b影院| av天堂在线播放| 岛国视频午夜一区免费看| 亚洲一码二码三码区别大吗| 免费在线观看亚洲国产| 老司机午夜福利在线观看视频| 99国产精品99久久久久| 国产99白浆流出| 欧美午夜高清在线| 在线观看美女被高潮喷水网站 | 国产激情久久老熟女| 国产伦在线观看视频一区| 日韩免费av在线播放| 婷婷六月久久综合丁香| 黄频高清免费视频| 18禁黄网站禁片午夜丰满| 在线播放国产精品三级| 欧美性长视频在线观看| 老汉色∧v一级毛片| 亚洲激情在线av| 欧美zozozo另类| 久久精品国产99精品国产亚洲性色| 国产99久久九九免费精品| 黄色a级毛片大全视频| 一本综合久久免费| 免费在线观看影片大全网站| 国产精品,欧美在线| 日韩av在线大香蕉| 国产精品亚洲av一区麻豆| 色综合婷婷激情| 黄色 视频免费看| 国产精品久久久久久精品电影| а√天堂www在线а√下载| 国内精品久久久久久久电影| 日日夜夜操网爽| 欧美三级亚洲精品| av国产免费在线观看| 亚洲熟妇熟女久久| 日韩av在线大香蕉| 免费在线观看成人毛片| svipshipincom国产片| 亚洲中文日韩欧美视频| 黑人巨大精品欧美一区二区mp4| 2021天堂中文幕一二区在线观| 国产精品免费一区二区三区在线| 香蕉丝袜av| 99精品久久久久人妻精品| 亚洲精品国产一区二区精华液| 欧美高清成人免费视频www| 久久久久国产精品人妻aⅴ院| 国产伦在线观看视频一区| 白带黄色成豆腐渣| 欧美精品亚洲一区二区| 国产高清视频在线播放一区| 国产精品久久久久久精品电影| 黄频高清免费视频| 热99re8久久精品国产| 国产精品久久电影中文字幕| 中文字幕av在线有码专区| 成人特级黄色片久久久久久久| 日韩欧美精品v在线| 亚洲精品美女久久av网站| 免费人成视频x8x8入口观看| 桃色一区二区三区在线观看| 麻豆一二三区av精品| 不卡一级毛片| 久久精品夜夜夜夜夜久久蜜豆 | 久久精品成人免费网站| av福利片在线| 亚洲欧美一区二区三区黑人| 美女 人体艺术 gogo| 久久久国产成人精品二区| www.熟女人妻精品国产| 免费观看精品视频网站| 无限看片的www在线观看| 国产一级毛片七仙女欲春2| 久久久久亚洲av毛片大全| 国产高清视频在线观看网站| 啪啪无遮挡十八禁网站| 国产成人aa在线观看| 在线播放国产精品三级| 真人做人爱边吃奶动态| 久久国产精品影院| av国产免费在线观看| 18禁国产床啪视频网站| 免费观看人在逋| 国产欧美日韩一区二区精品| 可以免费在线观看a视频的电影网站| svipshipincom国产片| 一级毛片精品| 白带黄色成豆腐渣| 精品国产超薄肉色丝袜足j| 亚洲精品一区av在线观看| 久久久久久久久久黄片| 母亲3免费完整高清在线观看| 欧洲精品卡2卡3卡4卡5卡区| 久久久久久九九精品二区国产 | 日韩欧美在线乱码| 国产蜜桃级精品一区二区三区| 18禁裸乳无遮挡免费网站照片| 精品一区二区三区av网在线观看| 午夜福利18| 久久精品国产亚洲av高清一级| 日本三级黄在线观看| 欧美成人午夜精品| 国产精品爽爽va在线观看网站| 国产亚洲欧美98| 少妇熟女aⅴ在线视频| 国产精品久久久人人做人人爽| 国产亚洲av嫩草精品影院| 中文字幕久久专区| 美女免费视频网站| 久久久久国内视频| 人人妻人人看人人澡| 亚洲欧美日韩无卡精品| 黄片大片在线免费观看| 亚洲一区二区三区不卡视频| 免费在线观看完整版高清| 欧美日韩一级在线毛片| 色老头精品视频在线观看| 久久天堂一区二区三区四区| xxxwww97欧美| 国产精品久久久久久久电影 | 丰满的人妻完整版| 一本一本综合久久| 岛国在线观看网站| 国产三级黄色录像| 国产精品永久免费网站| 欧美又色又爽又黄视频| 麻豆av在线久日| 看免费av毛片| avwww免费| 在线观看免费日韩欧美大片| 一本大道久久a久久精品| 久久精品国产亚洲av香蕉五月| 日本一二三区视频观看| 超碰成人久久| 老汉色av国产亚洲站长工具| 成人亚洲精品av一区二区| 国产精品久久久久久久电影 | www.999成人在线观看| 热99re8久久精品国产| 国内精品一区二区在线观看| 麻豆国产97在线/欧美 | 欧美av亚洲av综合av国产av| 久9热在线精品视频| 特级一级黄色大片| 变态另类丝袜制服| 婷婷六月久久综合丁香| 国产视频内射| 欧美成人午夜精品| 一个人免费在线观看电影 | 亚洲电影在线观看av| 欧美性猛交黑人性爽| 精品午夜福利视频在线观看一区| 亚洲全国av大片| 一夜夜www| 久久热在线av| 日韩 欧美 亚洲 中文字幕| 久久久久九九精品影院| 99久久99久久久精品蜜桃| 一a级毛片在线观看| tocl精华| 亚洲国产精品合色在线| 欧美日韩中文字幕国产精品一区二区三区| 日本三级黄在线观看| 久久久久久九九精品二区国产 | 精品一区二区三区视频在线观看免费| 国产黄色小视频在线观看| www.熟女人妻精品国产| 久久久久亚洲av毛片大全| 色播亚洲综合网| 欧美一级a爱片免费观看看 | 久久久精品大字幕| 日韩精品免费视频一区二区三区| 三级毛片av免费| 激情在线观看视频在线高清| 91成年电影在线观看| 国产精品久久电影中文字幕| 人人妻人人澡欧美一区二区| 香蕉国产在线看| 成人永久免费在线观看视频| 丰满人妻一区二区三区视频av | 日本免费a在线| 久久人妻av系列| 精品人妻1区二区| 这个男人来自地球电影免费观看| 国产伦一二天堂av在线观看| 麻豆国产97在线/欧美 | av国产免费在线观看| 成年人黄色毛片网站| 搞女人的毛片| 88av欧美| 久久久久国产一级毛片高清牌| 不卡一级毛片| 色精品久久人妻99蜜桃| 99国产精品一区二区三区| 一进一出好大好爽视频| 一本久久中文字幕| 欧美中文日本在线观看视频| 国产又色又爽无遮挡免费看| 欧美日韩亚洲综合一区二区三区_| 免费在线观看黄色视频的| 精品一区二区三区av网在线观看| 国语自产精品视频在线第100页| 色噜噜av男人的天堂激情| 亚洲国产精品成人综合色| 久久久久国产一级毛片高清牌| 天天一区二区日本电影三级| 国产成人系列免费观看| 亚洲欧美一区二区三区黑人| 亚洲欧美精品综合久久99| 国内精品一区二区在线观看| 中文字幕人成人乱码亚洲影| 我要搜黄色片| 99久久综合精品五月天人人| 免费在线观看视频国产中文字幕亚洲| 亚洲自拍偷在线| 日日干狠狠操夜夜爽| 欧洲精品卡2卡3卡4卡5卡区| 精品不卡国产一区二区三区| 中文字幕人妻丝袜一区二区| 欧美色视频一区免费| 亚洲va日本ⅴa欧美va伊人久久| 十八禁网站免费在线| 色综合欧美亚洲国产小说| 18禁观看日本| 给我免费播放毛片高清在线观看| 久热爱精品视频在线9| 久久中文字幕人妻熟女| 免费一级毛片在线播放高清视频| 国产精品免费一区二区三区在线| 亚洲国产精品久久男人天堂| 天天躁狠狠躁夜夜躁狠狠躁| 99热6这里只有精品| 麻豆成人av在线观看| 亚洲av电影在线进入| 国产aⅴ精品一区二区三区波| 亚洲国产精品sss在线观看| tocl精华| 亚洲专区国产一区二区| 岛国在线免费视频观看| 老司机深夜福利视频在线观看| www.999成人在线观看| 国产激情久久老熟女| 神马国产精品三级电影在线观看 | 在线a可以看的网站| 极品教师在线免费播放| 一级毛片高清免费大全| 午夜福利欧美成人| 午夜亚洲福利在线播放| 床上黄色一级片| 国产精品久久视频播放| 欧美大码av| 不卡一级毛片| 黄色视频,在线免费观看| 日韩欧美在线二视频| 国产亚洲av高清不卡| 国产欧美日韩精品亚洲av| 夜夜夜夜夜久久久久| 两性午夜刺激爽爽歪歪视频在线观看 | 久久精品国产99精品国产亚洲性色| 亚洲成av人片在线播放无| 国产男靠女视频免费网站| 欧美一区二区国产精品久久精品 | 一级毛片高清免费大全| 国产不卡一卡二| 国产精华一区二区三区| 亚洲国产欧美网| 亚洲国产看品久久| 夜夜爽天天搞| 国产人伦9x9x在线观看| 亚洲成人免费电影在线观看| 亚洲18禁久久av| 成人av在线播放网站| 国产探花在线观看一区二区| 久久久久久九九精品二区国产 | 精品国内亚洲2022精品成人| 此物有八面人人有两片| 亚洲九九香蕉| 校园春色视频在线观看| 黑人巨大精品欧美一区二区mp4| 国产午夜精品久久久久久| 女人被狂操c到高潮| 国产精品99久久99久久久不卡| 美女黄网站色视频| 三级毛片av免费| 757午夜福利合集在线观看| 免费电影在线观看免费观看| 日本a在线网址| 欧美国产日韩亚洲一区| av国产免费在线观看| xxxwww97欧美| 最好的美女福利视频网| 桃色一区二区三区在线观看| 人人妻人人澡欧美一区二区| 午夜激情福利司机影院| 每晚都被弄得嗷嗷叫到高潮| 1024手机看黄色片| 悠悠久久av| 久久九九热精品免费| 黑人巨大精品欧美一区二区mp4| 欧美在线一区亚洲| 精品福利观看| 最近最新免费中文字幕在线| 又紧又爽又黄一区二区| 99riav亚洲国产免费| 国语自产精品视频在线第100页| 18禁美女被吸乳视频| 搡老熟女国产l中国老女人| 亚洲中文av在线| 最新美女视频免费是黄的| 99久久精品热视频| 中文字幕最新亚洲高清| 日韩欧美三级三区| 亚洲天堂国产精品一区在线| 亚洲av成人不卡在线观看播放网| www.www免费av| 亚洲成av人片在线播放无| 亚洲成人中文字幕在线播放| 禁无遮挡网站| 99久久99久久久精品蜜桃| 日本 av在线| 久9热在线精品视频| 亚洲va日本ⅴa欧美va伊人久久| 国产精品一区二区三区四区久久| 日本撒尿小便嘘嘘汇集6| 久热爱精品视频在线9| 久久精品综合一区二区三区| 熟女少妇亚洲综合色aaa.| 国产一级毛片七仙女欲春2| 免费看美女性在线毛片视频| 久久午夜综合久久蜜桃| 嫩草影视91久久| 久久亚洲真实| 欧美高清成人免费视频www| 丰满的人妻完整版| 久久久久性生活片| 12—13女人毛片做爰片一| 国产精华一区二区三区| 亚洲精品中文字幕在线视频| 两性夫妻黄色片| 熟女电影av网| 国产成人影院久久av| 一二三四在线观看免费中文在| 老鸭窝网址在线观看| 午夜激情av网站| 母亲3免费完整高清在线观看| 亚洲av五月六月丁香网| 免费看十八禁软件| 精品一区二区三区视频在线观看免费| 亚洲欧美日韩高清专用| 欧美一区二区精品小视频在线| 国产真实乱freesex| 麻豆久久精品国产亚洲av| 欧美色视频一区免费| 悠悠久久av| 欧美日韩福利视频一区二区| 此物有八面人人有两片| 女人被狂操c到高潮| 无遮挡黄片免费观看| 国产单亲对白刺激| 午夜a级毛片| svipshipincom国产片| 久久99热这里只有精品18| 国产精品 欧美亚洲| 国产免费av片在线观看野外av| 成人18禁在线播放| 美女高潮喷水抽搐中文字幕| 日日夜夜操网爽| av有码第一页| 欧美日韩国产亚洲二区| 欧美成人性av电影在线观看| av免费在线观看网站| 18美女黄网站色大片免费观看| 国产视频一区二区在线看| 黄片大片在线免费观看| 成人av一区二区三区在线看| 在线看三级毛片| 色在线成人网| 国产成人啪精品午夜网站| 婷婷六月久久综合丁香| 男女那种视频在线观看| 国产精品日韩av在线免费观看| 国产成人精品久久二区二区免费| 我要搜黄色片| 午夜激情av网站| 丝袜人妻中文字幕| 久久婷婷成人综合色麻豆| 国产熟女午夜一区二区三区| 欧美+亚洲+日韩+国产| 免费在线观看成人毛片| 欧美在线黄色| 一本精品99久久精品77| 九色成人免费人妻av| 精品高清国产在线一区| 搡老妇女老女人老熟妇| 久热爱精品视频在线9| 亚洲五月婷婷丁香| 好男人电影高清在线观看| 97超级碰碰碰精品色视频在线观看| 村上凉子中文字幕在线| 欧美日韩亚洲国产一区二区在线观看| 91麻豆精品激情在线观看国产| 淫妇啪啪啪对白视频| 黄色视频不卡| 一本综合久久免费| 亚洲国产欧美一区二区综合| 亚洲精品中文字幕在线视频| 精品一区二区三区四区五区乱码| 啦啦啦免费观看视频1| 校园春色视频在线观看| 久久久久久久久久黄片| 精品高清国产在线一区| 两个人视频免费观看高清| 婷婷精品国产亚洲av| 亚洲五月婷婷丁香| 97碰自拍视频| 成人亚洲精品av一区二区| 国产欧美日韩一区二区三| 91老司机精品| 黄色视频,在线免费观看| 国内精品一区二区在线观看| 亚洲国产欧美一区二区综合| 三级国产精品欧美在线观看 | 日日爽夜夜爽网站| 黄色视频,在线免费观看| 亚洲国产精品合色在线| 久久性视频一级片| 伊人久久大香线蕉亚洲五| 国产单亲对白刺激| 午夜免费观看网址| 亚洲av中文字字幕乱码综合| 免费看美女性在线毛片视频| 一二三四在线观看免费中文在| 午夜精品在线福利| 人人妻人人澡欧美一区二区| 日本三级黄在线观看| 国产成年人精品一区二区| 看片在线看免费视频| 日本免费a在线| 亚洲精品一卡2卡三卡4卡5卡| 一本一本综合久久| 欧美日本亚洲视频在线播放| 丰满人妻熟妇乱又伦精品不卡| 十八禁网站免费在线| 91在线观看av| 大型av网站在线播放| 日本黄色视频三级网站网址| 免费在线观看亚洲国产| 久久精品aⅴ一区二区三区四区| 亚洲在线自拍视频| 黄色视频,在线免费观看| 欧美不卡视频在线免费观看 | 国产野战对白在线观看| 丰满人妻熟妇乱又伦精品不卡| 亚洲精品美女久久av网站| 一本综合久久免费| 18禁裸乳无遮挡免费网站照片| ponron亚洲| 少妇的丰满在线观看| 国产精品久久久人人做人人爽| 国产99久久九九免费精品| 精品国产乱码久久久久久男人| 亚洲欧美精品综合一区二区三区| 久99久视频精品免费| 日韩成人在线观看一区二区三区| 国产人伦9x9x在线观看| 91成年电影在线观看| 国产精品一区二区三区四区免费观看 | 久久精品国产亚洲av香蕉五月| 99久久国产精品久久久| 啦啦啦免费观看视频1| 黑人欧美特级aaaaaa片| 俄罗斯特黄特色一大片| 精品不卡国产一区二区三区| 午夜激情福利司机影院| 亚洲美女视频黄频| 国产激情偷乱视频一区二区| 日韩av在线大香蕉| 国产精品综合久久久久久久免费| 特大巨黑吊av在线直播| 亚洲av成人av| 国产伦一二天堂av在线观看| 嫁个100分男人电影在线观看| 日韩免费av在线播放| 老司机福利观看| 日本精品一区二区三区蜜桃| 久久久久免费精品人妻一区二区| 又大又爽又粗| 此物有八面人人有两片| 成人18禁在线播放| 午夜福利免费观看在线| 亚洲专区国产一区二区| 非洲黑人性xxxx精品又粗又长| 国产又色又爽无遮挡免费看| 免费观看精品视频网站| 最近最新中文字幕大全免费视频| 三级国产精品欧美在线观看 | 超碰成人久久| 午夜精品在线福利| 美女免费视频网站| 免费观看精品视频网站| 亚洲av熟女| 精品国产超薄肉色丝袜足j| 国产97色在线日韩免费| 宅男免费午夜| 中文字幕av在线有码专区| 亚洲国产欧美一区二区综合| 97碰自拍视频| 国产片内射在线| 亚洲av电影在线进入| 一二三四在线观看免费中文在| 无人区码免费观看不卡| 在线永久观看黄色视频| 欧美日本视频| 亚洲五月婷婷丁香| 亚洲欧美日韩无卡精品| 午夜精品一区二区三区免费看| 一个人免费在线观看电影 | 国产黄a三级三级三级人| www日本在线高清视频| 麻豆成人午夜福利视频| 男人舔女人下体高潮全视频| 真人做人爱边吃奶动态| 18美女黄网站色大片免费观看| 国产精品影院久久| 91大片在线观看| av在线天堂中文字幕| 全区人妻精品视频| 国产成人欧美在线观看| 国产精品一区二区三区四区久久| 757午夜福利合集在线观看| 国产真实乱freesex| 国内揄拍国产精品人妻在线| 黄色毛片三级朝国网站| 麻豆av在线久日| 亚洲真实伦在线观看| 正在播放国产对白刺激| 国产精品自产拍在线观看55亚洲| 夜夜看夜夜爽夜夜摸| 免费看日本二区| 亚洲熟妇熟女久久| 777久久人妻少妇嫩草av网站| 午夜激情福利司机影院| 国产私拍福利视频在线观看| 国产熟女xx| 久久性视频一级片| 巨乳人妻的诱惑在线观看| 国产激情欧美一区二区| 久久天躁狠狠躁夜夜2o2o| 免费看a级黄色片| 淫妇啪啪啪对白视频| 欧美zozozo另类| 嫩草影视91久久| 国产成人欧美在线观看| 久久这里只有精品中国| 亚洲aⅴ乱码一区二区在线播放 | 精品一区二区三区视频在线观看免费| 给我免费播放毛片高清在线观看| 亚洲一区二区三区色噜噜| 一级作爱视频免费观看| 黄色 视频免费看| x7x7x7水蜜桃| 美女大奶头视频| 久久伊人香网站| 五月玫瑰六月丁香| 久久久久久久久中文| 狠狠狠狠99中文字幕| 一二三四在线观看免费中文在| 久久性视频一级片| 男人舔奶头视频| 精品久久蜜臀av无| 18禁国产床啪视频网站| 亚洲精品av麻豆狂野| 欧美日韩乱码在线| 亚洲精品一卡2卡三卡4卡5卡| tocl精华| 国产三级在线视频| 国产精品 欧美亚洲| 哪里可以看免费的av片| 一本综合久久免费| 中亚洲国语对白在线视频| 每晚都被弄得嗷嗷叫到高潮| 两人在一起打扑克的视频| 两个人免费观看高清视频| 人妻丰满熟妇av一区二区三区| 国产一区二区三区在线臀色熟女| www日本在线高清视频| 男人的好看免费观看在线视频 | 成人三级做爰电影| 国产精品日韩av在线免费观看| 夜夜看夜夜爽夜夜摸| 精品久久久久久成人av| 欧美日韩亚洲综合一区二区三区_| 悠悠久久av|