• <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 ?

    基于深度可分離卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)作物病害識別方法

    2019-07-10 09:29:59蔡漢明隨玉騰張鎮(zhèn)曾祥永
    安徽農(nóng)業(yè)科學(xué) 2019年11期
    關(guān)鍵詞:圖像處理深度學(xué)習(xí)

    蔡漢明 隨玉騰 張鎮(zhèn) 曾祥永

    摘要 為了滿足現(xiàn)代化、機(jī)械化農(nóng)業(yè)生產(chǎn)的目標(biāo),降低模型的計(jì)算量,使農(nóng)作物病害分類模型更適用于資源受限制的設(shè)備,提出了一種以深度可分離卷積為主的神經(jīng)網(wǎng)絡(luò)模型。利用深度可分離卷積和卷積相結(jié)合的方法取代標(biāo)準(zhǔn)卷積,計(jì)算量可降低至標(biāo)準(zhǔn)卷積的12%左右,并且大大減少網(wǎng)絡(luò)模型的參數(shù)量。通過進(jìn)一步減少通道數(shù)、改變網(wǎng)絡(luò)輸入圖片大小的等方式,獲得12種參數(shù)量和計(jì)算量不同的模型。結(jié)果顯示,對含有復(fù)雜背景和光照不均勻的10類農(nóng)作物的27種病害樣本圖片進(jìn)行分類,該研究提出的模型準(zhǔn)確率為98.26%,且參數(shù)量僅904 K。

    關(guān)鍵詞 深度可分離卷積;病害識別;圖像處理;深度學(xué)習(xí)

    中圖分類號 S1265;TP126文獻(xiàn)標(biāo)識碼 A

    文章編號 0517-6611(2019)11-0244-03

    doi:10.3969/j.issn.0517-6611.2019.11.070

    開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):

    Abstract In order to meet the goal of modern and mechanized agricultural production and reduce the computational load of the model,the crop disease classification model is more suitable for equipment with limited resources.A neural network model based on depthwise separable convolution was proposed.By combining depthwise separable convolution with 1×1 convolution,instead of standard convolution,the calculation amount could be reduced by 8~9 times,and the parameters of the network model could be greatly reduced.By further reducing the number of channels and changing the size of network input pictures,12 models with different parameters and computational load were obtained.Results showed that the accuracy of the proposed model was 98.26% and the parameters were only 904 K for the classification of 27 kinds of crop disease samples with complex background and uneven illumination.

    Key words Depthwise separable convolution;Disease recognition;Image processing;Deep learning

    作者簡介 蔡漢明( 1960—) ,湖北武漢人,教授,從事計(jì)算機(jī)輔助設(shè)計(jì)與制造研究。*通信作者,碩士研究生,從事計(jì)算機(jī)集成制造研究。

    收稿日期 2018-12-26

    農(nóng)作物病害會直接影響其品質(zhì),導(dǎo)致蔬菜減產(chǎn),是種植者經(jīng)濟(jì)損失的主要原因之一。由于病害種類較多,不能及時確診病害類型,導(dǎo)致農(nóng)作物病害越來越嚴(yán)重。因此,準(zhǔn)確及時地確定農(nóng)作物病害類型是治療農(nóng)作病害的關(guān)鍵點(diǎn)。

    隨著計(jì)算機(jī)和模式識別等技術(shù)的發(fā)展,研究人員利用機(jī)器學(xué)習(xí)和圖像處理等方法對植物葉片疾病識別進(jìn)行研究。田凱等[1]通過圖像處理提取茄子葉片上褐紋病病斑特征,構(gòu)建Fisher判別器,對茄子褐紋病的識別精度達(dá)到了90%。劉娜等[2]通過圖像處理和BP神經(jīng)網(wǎng)絡(luò)技術(shù),構(gòu)建了一種黃瓜葉部病害識別系統(tǒng),對多種病害的平均識別精度達(dá)到了94.06%。田有文等[3]通過提取葡萄葉片病害彩色圖像的紋理特征,提出了一種基于支持向量機(jī)的病害識別方法,取得比BP神經(jīng)網(wǎng)絡(luò)更好的結(jié)果。杜海順等[4]通過提取葉片特征和病害特征,將其合并并歸一化,提出了一種雙權(quán)重協(xié)同表示分類方法對多種農(nóng)作物的多種疾病識別取得了91.67%的準(zhǔn)確率。但是這種通過提取葉片特定圖像特征并通過傳統(tǒng)的分類算法的方式圖片預(yù)處理過程較復(fù)雜,抗干擾能力、魯棒性較差,處理速度較慢,對于計(jì)算和存儲資源有限的移動設(shè)備沒有足夠的支持。

    近年來,深度學(xué)習(xí)的特征提取和識別方法取得了較大的進(jìn)步,卷積神經(jīng)網(wǎng)絡(luò)大范圍的應(yīng)用于各種圖像分類[5-6]、目標(biāo)檢測[7-9]、人臉識別[10]等任務(wù)中,并在各研究方向中取得優(yōu)異的成績。

    卷積神經(jīng)網(wǎng)絡(luò)也普遍運(yùn)用于農(nóng)作物病害識別,馬浚誠等[11]通過一種復(fù)合顏色特征與傳統(tǒng)區(qū)域生長算法結(jié)合,構(gòu)建了一個基于卷積神將網(wǎng)絡(luò)的黃瓜病害識別系統(tǒng),對多種黃瓜葉片疾病的平均識別精度達(dá)到95.7%。龍滿生等[12]通過遷移學(xué)習(xí)和數(shù)據(jù)擴(kuò)充的方式,使用AlexNet對油茶葉片的5種病害識別準(zhǔn)確率達(dá)到了96.53%。對PlantVillage 中14 種植物的26 種病害以及部分健康植物的圖像樣本,Mohanty 等[13]使用AlexNet 、GoogLeNet 模型,進(jìn)行分類識別訓(xùn)練,識別精度可達(dá)到97.82%和99.35%。孫俊等[14]提出一種改進(jìn)的AlexNet卷積神經(jīng)網(wǎng)絡(luò),在PlantVillage數(shù)據(jù)集上達(dá)到98.32% 的識別準(zhǔn)確率。

    但是一般來說卷積神經(jīng)網(wǎng)絡(luò)模型參數(shù)量大、計(jì)算量大、對使用設(shè)備要求較高,導(dǎo)致普及性較差。鑒于此,筆者提出一種基于深度可分離卷積[15-16]的神經(jīng)網(wǎng)絡(luò)模型,結(jié)合批次歸一化技術(shù)使其加速收斂、精度提高,得到一種參數(shù)量和計(jì)算量較小、適用于移動設(shè)備和資源受限的設(shè)備模型。對10類農(nóng)作物的27種病害樣本進(jìn)行分類,以期可以應(yīng)用于實(shí)際生產(chǎn)管理中。

    1 材料與預(yù)處理

    1.1 材料

    數(shù)據(jù)集有10個物種,27種病害,10個健康分類,共37個分類。每張圖包含1片或者多片農(nóng)作物的葉子。數(shù)據(jù)集隨機(jī)分為訓(xùn)練集(90%)、測試集(10%)。其中,訓(xùn)練集有32 739張圖片,測試集有4 982張圖片。部分訓(xùn)練樣本如圖1所示。圖1中,1~4為蘋果健康、黑星病、灰斑病、雪松銹病;5~6為櫻桃健康、白粉病;7~11為玉米健康、灰斑病、銹病、葉斑病、花葉病毒;12~15為葡萄健康、黑腐病、輪斑病、褐斑病;16~17為柑橘健康、黃龍病;18~19為桃健康、瘡痂病;20~21為辣椒健康、瘡痂病;22~24為馬鈴薯健康、早疫病、薯晚疫病;25-26為草莓健康、葉枯病;27-37為番茄健康、白粉病、瘡痂病、早疫病、晚疫病菌、葉霉病、斑點(diǎn)病、茄斑枯病、番茄紅蜘蛛損傷、黃化曲葉病毒病、花葉病毒病。

    1.2 預(yù)處理

    與傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)一致,深度可分離卷積神經(jīng)網(wǎng)絡(luò)的輸入圖片不需要對圖片做復(fù)雜的預(yù)處理操作(病斑分割等)和設(shè)計(jì)特征,只需要輸入原始圖像就可以通過反向傳播逐層學(xué)習(xí)獲取特征。但是由于圖片樣本數(shù)量有限性,為了提高模型在測試集上的適應(yīng)性,故需要對訓(xùn)練集樣本進(jìn)行擴(kuò)充。一般對圖片的操作有隨機(jī)明亮度、對比度、飽和度調(diào)整,添加噪聲和模糊。為減少訓(xùn)練輪數(shù),該研究選擇對訓(xùn)練集樣本進(jìn)行線下擴(kuò)充,對樣本進(jìn)行4個角度(0°、90°、180°、270°)的旋轉(zhuǎn),以及各個方向上的水平和垂直翻轉(zhuǎn),把原始訓(xùn)練數(shù)據(jù)集擴(kuò)充為原來的8倍,共261 912張訓(xùn)練樣本。

    由于數(shù)據(jù)集中圖片大小、寬高比不一致,故將圖片進(jìn)行邊緣填充,用均值像素將其補(bǔ)充為方形,然后縮放至像素的大小存儲在硬盤中。

    2 模型構(gòu)建與訓(xùn)練

    一般卷積神經(jīng)網(wǎng)絡(luò)有多層卷積、池化層、激勵層、全連接層,后接softmax分類器用于分類。與標(biāo)準(zhǔn)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)類似,該研究構(gòu)建一種以深度可分離卷積和卷積相結(jié)合的神經(jīng)網(wǎng)絡(luò)。

    2.1 深度可分離卷積

    假設(shè)標(biāo)準(zhǔn)卷積的卷積核大小為Dk×Dk×M×N,對于標(biāo)準(zhǔn)卷積操作可以認(rèn)為輸入Fin×Fin×M的特征圖,輸出是Fout×Fout×N。其中Fin代表輸入特征圖的大小,F(xiàn)out代表輸出特征圖的大小,M、N分別是輸入和輸出的通道數(shù),Dk是卷積核的大小。所以標(biāo)準(zhǔn)卷積核的計(jì)算量如式1:

    使用一個逐深度卷積和一個11的卷積組成的深度可分離卷積可以代替?zhèn)鹘y(tǒng)卷積,如圖2所示。對于Dk×Dk×M的逐深度卷積核,其計(jì)算量如公式2:

    可以看出逐深度卷積核非常高效,計(jì)算量較少。但是只對輸入通道做卷積,并沒有產(chǎn)生新的特征,所以需要跟隨一個11卷積,對輸出通道做線性結(jié)合,產(chǎn)生新的特征。深度可分離卷積的計(jì)算量如式3:

    所以,對于輸入輸出通道數(shù)和卷積核相等的卷積操作計(jì)算量比較公式如下:

    由于該模型采用的是深度可分離卷積,所以能降低至標(biāo)準(zhǔn)卷積計(jì)算量的12%左右。

    對于深度可分離卷積的參數(shù)量,計(jì)算方式如下:

    對于標(biāo)準(zhǔn)卷積的參數(shù)量,計(jì)算方式如下:

    所以,對于輸入輸出通道數(shù)和卷積核相等的卷積操作參數(shù)量比較如下:

    2.2 網(wǎng)絡(luò)模型

    為了簡化模型描述,定義標(biāo)準(zhǔn)卷積模塊和深度可分離卷積模塊如圖5、6。無論是卷標(biāo)準(zhǔn)卷積、深度可分離卷積、標(biāo)準(zhǔn)卷積,后面都接批次歸一化層和激勵層。

    采用逐深度可分離的網(wǎng)絡(luò)模型如下:

    由于該研究目的是將網(wǎng)絡(luò)模型使用在資源受限制的移動設(shè)備上,在保證模型準(zhǔn)確率的前提下降低模型參數(shù)量和模型計(jì)算量是該研究目標(biāo)。由于模型計(jì)算量和模型通道數(shù)量相關(guān),參數(shù)量與輸入圖片尺寸大小相關(guān)。設(shè)計(jì)輸入不同模型如下表:

    2.3 模型訓(xùn)練

    該試驗(yàn)采用pytorch深度學(xué)習(xí)框架,Windows 7旗艦版64位操作系統(tǒng),CPU為Intel i5-3210m,內(nèi)存8 G。

    2.4 模型比較與分析

    該研究設(shè)計(jì)的6種模型、經(jīng)典分類網(wǎng)絡(luò)Resnet 18和Alexnet比較結(jié)果見表2??梢钥闯觯瑴?zhǔn)確率相差不到0.1%的情況下,該研究提出的模型參數(shù)量遠(yuǎn)遠(yuǎn)小于Alexnet和Resnet,推理速度分別是1.77、4.92倍,更適用于資源受限制的設(shè)備。

    3 小結(jié)

    針對傳統(tǒng)方法準(zhǔn)確率不高、標(biāo)準(zhǔn)卷積神經(jīng)網(wǎng)絡(luò)參數(shù)量過多、計(jì)算量偏大等問題,筆者采用深度可分離卷積對多種植物的多種疾病類型進(jìn)行分類試驗(yàn),并與多種經(jīng)典分類模型進(jìn)行比較,該研究提出的模型參數(shù)量僅為904 K的情況下,測試集準(zhǔn)確率達(dá)到98.06%。

    由此可見,深度可分離卷積不僅能對多種植物的多種疾病有較好的特征提取、分類能力,且模型參數(shù)量和計(jì)算量均大大降低,為降低硬件成本打下了堅(jiān)實(shí)的基礎(chǔ),從而方便后續(xù)植物葉片病害識別系統(tǒng)的研究與開發(fā)。

    參考文獻(xiàn)

    [1] 田凱,張連寬,熊美東,等.基于葉片病斑特征的茄子褐紋病識別方法[J].農(nóng)業(yè)工程學(xué)報,2016,32(S1):184-189.

    安徽農(nóng)業(yè)科學(xué),J.Anhui Agric.Sci. 2019,47(11):247-248,282

    猜你喜歡
    圖像處理深度學(xué)習(xí)
    基于圖像處理的機(jī)器人精確抓取的設(shè)計(jì)與實(shí)現(xiàn)
    機(jī)器學(xué)習(xí)在圖像處理中的應(yīng)用
    電子制作(2018年18期)2018-11-14 01:48:20
    模糊圖像處理,刑事偵查利器
    圖像處理技術(shù)的實(shí)戰(zhàn)應(yīng)用
    有體驗(yàn)的學(xué)習(xí)才是有意義的學(xué)習(xí)
    電子商務(wù)中基于深度學(xué)習(xí)的虛假交易識別研究
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    亚洲国产精品国产精品| 亚洲av中文字字幕乱码综合| 久久99热6这里只有精品| av女优亚洲男人天堂| 最后的刺客免费高清国语| 国产亚洲av嫩草精品影院| av国产久精品久网站免费入址| 国产精品嫩草影院av在线观看| 少妇猛男粗大的猛烈进出视频 | 少妇猛男粗大的猛烈进出视频 | av天堂中文字幕网| 麻豆成人av视频| 伊人久久精品亚洲午夜| 三级经典国产精品| 人体艺术视频欧美日本| 免费观看在线日韩| 我的老师免费观看完整版| 日韩一本色道免费dvd| 亚洲熟女精品中文字幕| 一级av片app| av国产久精品久网站免费入址| 禁无遮挡网站| 女人被狂操c到高潮| 涩涩av久久男人的天堂| 又爽又黄a免费视频| 久热这里只有精品99| 不卡视频在线观看欧美| av天堂中文字幕网| 亚洲电影在线观看av| av网站免费在线观看视频| 免费看a级黄色片| 搡女人真爽免费视频火全软件| 大片电影免费在线观看免费| 国产精品精品国产色婷婷| 性色avwww在线观看| 51国产日韩欧美| 久久久久久久国产电影| 中文字幕人妻熟人妻熟丝袜美| 国产高清三级在线| 国产成人午夜福利电影在线观看| 午夜视频国产福利| 久久鲁丝午夜福利片| 亚洲欧美一区二区三区黑人 | 国产在线男女| 国产成人午夜福利电影在线观看| 黄色一级大片看看| 亚洲欧美精品自产自拍| 中文天堂在线官网| 国产一区二区三区av在线| 日韩不卡一区二区三区视频在线| 一级毛片 在线播放| 欧美另类一区| 一级a做视频免费观看| 综合色丁香网| 99久国产av精品国产电影| 男人狂女人下面高潮的视频| 涩涩av久久男人的天堂| 日韩欧美一区视频在线观看 | 最近2019中文字幕mv第一页| 欧美日韩亚洲高清精品| 亚洲三级黄色毛片| 国产成人freesex在线| 国产熟女欧美一区二区| 日日啪夜夜撸| 国产精品国产三级国产av玫瑰| 国产一区二区亚洲精品在线观看| 观看美女的网站| 好男人在线观看高清免费视频| 国产69精品久久久久777片| 伊人久久国产一区二区| 欧美变态另类bdsm刘玥| 99久久九九国产精品国产免费| 亚洲av欧美aⅴ国产| 日韩伦理黄色片| 国产视频首页在线观看| 亚洲va在线va天堂va国产| 禁无遮挡网站| 免费看av在线观看网站| av在线app专区| 国产精品人妻久久久久久| 亚洲欧美日韩东京热| 欧美日韩综合久久久久久| 日韩欧美 国产精品| 五月伊人婷婷丁香| 777米奇影视久久| 深爱激情五月婷婷| 大片免费播放器 马上看| 国产人妻一区二区三区在| 亚洲精品成人av观看孕妇| 欧美成人午夜免费资源| 国产淫语在线视频| 免费大片黄手机在线观看| 制服丝袜香蕉在线| 汤姆久久久久久久影院中文字幕| 国产成人91sexporn| 欧美另类一区| 18禁在线无遮挡免费观看视频| 水蜜桃什么品种好| 免费黄网站久久成人精品| 日本一本二区三区精品| 日韩成人伦理影院| 欧美最新免费一区二区三区| 蜜臀久久99精品久久宅男| 久久久久久伊人网av| 一区二区三区四区激情视频| 五月天丁香电影| 免费黄网站久久成人精品| 亚洲精华国产精华液的使用体验| 夜夜看夜夜爽夜夜摸| 精品人妻一区二区三区麻豆| 免费黄网站久久成人精品| 亚洲精华国产精华液的使用体验| 插逼视频在线观看| 亚洲欧美日韩无卡精品| 亚洲精品乱久久久久久| 日本爱情动作片www.在线观看| 熟女人妻精品中文字幕| 女的被弄到高潮叫床怎么办| 国产欧美日韩精品一区二区| 国产高清不卡午夜福利| 蜜臀久久99精品久久宅男| 七月丁香在线播放| 在线观看美女被高潮喷水网站| 一本一本综合久久| 亚洲国产成人一精品久久久| 欧美变态另类bdsm刘玥| 亚洲欧美精品自产自拍| 亚洲欧洲国产日韩| 国产男女内射视频| 国产免费一区二区三区四区乱码| 99热这里只有是精品在线观看| 免费少妇av软件| 日日摸夜夜添夜夜添av毛片| 亚洲av二区三区四区| 久久热精品热| 久久久成人免费电影| 欧美国产精品一级二级三级 | 欧美日韩一区二区视频在线观看视频在线 | 国产精品蜜桃在线观看| 久久久久久久久久久丰满| 久久久欧美国产精品| 亚洲欧美精品自产自拍| av国产免费在线观看| 国产一区二区亚洲精品在线观看| 18禁在线无遮挡免费观看视频| 成人鲁丝片一二三区免费| 秋霞伦理黄片| 成年女人看的毛片在线观看| 欧美bdsm另类| 亚洲最大成人av| 国产淫片久久久久久久久| 直男gayav资源| 国产成人精品福利久久| 国产精品成人在线| 国产亚洲91精品色在线| 成人无遮挡网站| 国产精品久久久久久精品古装| 久久久精品免费免费高清| 三级国产精品欧美在线观看| 99久久中文字幕三级久久日本| 黄色怎么调成土黄色| 久久99热6这里只有精品| 午夜精品一区二区三区免费看| 亚洲成色77777| 欧美日韩精品成人综合77777| 国国产精品蜜臀av免费| 禁无遮挡网站| 久久精品国产a三级三级三级| 国产探花极品一区二区| 日韩av在线免费看完整版不卡| 国产成年人精品一区二区| 亚洲欧美日韩卡通动漫| 久热久热在线精品观看| 赤兔流量卡办理| 久久女婷五月综合色啪小说 | 美女xxoo啪啪120秒动态图| 在线 av 中文字幕| 亚洲av不卡在线观看| 成人欧美大片| 午夜福利在线观看免费完整高清在| 久久99热这里只有精品18| 久久久久久久精品精品| a级毛色黄片| 亚洲人成网站在线观看播放| 亚洲欧美精品自产自拍| 国产一区亚洲一区在线观看| 日本一二三区视频观看| 高清在线视频一区二区三区| 日本熟妇午夜| 久久99蜜桃精品久久| av一本久久久久| 午夜爱爱视频在线播放| 精品久久久噜噜| 制服丝袜香蕉在线| 免费av毛片视频| 亚洲精品久久午夜乱码| 亚洲欧美一区二区三区国产| 日韩视频在线欧美| 亚洲国产高清在线一区二区三| 国产一区二区在线观看日韩| 国产一区二区亚洲精品在线观看| 热99国产精品久久久久久7| 亚洲在线观看片| 寂寞人妻少妇视频99o| 国产精品久久久久久精品电影| 亚洲va在线va天堂va国产| 香蕉精品网在线| 日韩,欧美,国产一区二区三区| 亚洲天堂av无毛| av在线播放精品| 热re99久久精品国产66热6| 欧美老熟妇乱子伦牲交| 国产精品福利在线免费观看| 天美传媒精品一区二区| 国产亚洲一区二区精品| 人妻一区二区av| 欧美日韩在线观看h| 久久99热这里只频精品6学生| 久久久久性生活片| 91精品一卡2卡3卡4卡| 国产精品国产三级专区第一集| 国产高清国产精品国产三级 | 成人二区视频| 亚洲最大成人中文| 国产真实伦视频高清在线观看| 久久久精品欧美日韩精品| 亚洲人与动物交配视频| 欧美激情久久久久久爽电影| 三级经典国产精品| 26uuu在线亚洲综合色| 在线观看国产h片| 国产视频内射| 国产成人午夜福利电影在线观看| 三级国产精品欧美在线观看| 欧美另类一区| 99热全是精品| 18禁在线无遮挡免费观看视频| 亚洲精品视频女| 日韩大片免费观看网站| 美女cb高潮喷水在线观看| 狠狠精品人妻久久久久久综合| 岛国毛片在线播放| 国内揄拍国产精品人妻在线| 国产精品女同一区二区软件| 欧美丝袜亚洲另类| 国产高清三级在线| 1000部很黄的大片| 国产成人精品婷婷| 国产成人aa在线观看| 免费av观看视频| 久久99蜜桃精品久久| 嫩草影院新地址| 99久久人妻综合| 国产精品一区二区在线观看99| 日韩不卡一区二区三区视频在线| 性插视频无遮挡在线免费观看| av线在线观看网站| av.在线天堂| 国产精品三级大全| 一级av片app| 亚洲国产日韩一区二区| 亚洲精品成人久久久久久| 国产免费视频播放在线视频| 最近最新中文字幕大全电影3| 免费观看av网站的网址| 国产男女内射视频| 在线 av 中文字幕| 国产日韩欧美在线精品| av在线蜜桃| 久久久精品欧美日韩精品| 天堂俺去俺来也www色官网| 一个人看视频在线观看www免费| 久久99蜜桃精品久久| 青青草视频在线视频观看| 91精品国产九色| 色综合色国产| 免费电影在线观看免费观看| 婷婷色综合www| 亚洲人成网站在线观看播放| av国产免费在线观看| 国产精品久久久久久av不卡| 涩涩av久久男人的天堂| 日韩欧美 国产精品| 亚洲av一区综合| 高清毛片免费看| 国内精品美女久久久久久| 一边亲一边摸免费视频| 欧美3d第一页| 夫妻性生交免费视频一级片| xxx大片免费视频| 三级国产精品片| 成人免费观看视频高清| 午夜激情久久久久久久| 韩国av在线不卡| 国产伦在线观看视频一区| 亚洲精品成人久久久久久| 亚洲婷婷狠狠爱综合网| 直男gayav资源| 1000部很黄的大片| 在线观看国产h片| 亚洲久久久久久中文字幕| 精品熟女少妇av免费看| 久久女婷五月综合色啪小说 | 18禁裸乳无遮挡动漫免费视频 | 精品国产露脸久久av麻豆| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 免费看日本二区| 伦理电影大哥的女人| 日韩大片免费观看网站| 久久精品夜色国产| 久久鲁丝午夜福利片| 亚洲av成人精品一二三区| 亚洲国产最新在线播放| 真实男女啪啪啪动态图| 国产乱人视频| 国精品久久久久久国模美| 乱码一卡2卡4卡精品| av网站免费在线观看视频| 国产综合精华液| 97在线人人人人妻| 国产爱豆传媒在线观看| 国产高清有码在线观看视频| 真实男女啪啪啪动态图| 国产黄色免费在线视频| 在线观看免费高清a一片| 日韩一区二区三区影片| 五月开心婷婷网| 各种免费的搞黄视频| 午夜爱爱视频在线播放| 麻豆成人av视频| 97超视频在线观看视频| 国产精品久久久久久精品电影小说 | 国内精品宾馆在线| 美女被艹到高潮喷水动态| 国产真实伦视频高清在线观看| 丰满少妇做爰视频| 可以在线观看毛片的网站| 久久精品久久久久久噜噜老黄| 好男人在线观看高清免费视频| 国产毛片在线视频| 日日撸夜夜添| videossex国产| 亚洲丝袜综合中文字幕| 日本午夜av视频| 禁无遮挡网站| 国产成人一区二区在线| 成人国产av品久久久| 国产精品一区二区性色av| 听说在线观看完整版免费高清| 国产v大片淫在线免费观看| 天堂中文最新版在线下载 | 天堂俺去俺来也www色官网| 日日摸夜夜添夜夜添av毛片| 少妇人妻久久综合中文| 精品人妻熟女av久视频| 久久鲁丝午夜福利片| 国产男人的电影天堂91| 蜜桃亚洲精品一区二区三区| 国产精品久久久久久久电影| 综合色丁香网| 日韩视频在线欧美| 日本午夜av视频| 亚洲精品日本国产第一区| 久久久久久久久久成人| 免费电影在线观看免费观看| 99热6这里只有精品| 亚洲成人av在线免费| 国产高清国产精品国产三级 | 一级爰片在线观看| 亚洲精品日韩av片在线观看| 熟女人妻精品中文字幕| 国产成人精品福利久久| 丰满乱子伦码专区| 国产综合懂色| 成人黄色视频免费在线看| 亚洲国产精品成人久久小说| h日本视频在线播放| 久久人人爽av亚洲精品天堂 | kizo精华| 丰满人妻一区二区三区视频av| 成人鲁丝片一二三区免费| 午夜福利高清视频| 国产av国产精品国产| av专区在线播放| 美女国产视频在线观看| 干丝袜人妻中文字幕| 久久久亚洲精品成人影院| 一本一本综合久久| 99久久九九国产精品国产免费| 亚洲内射少妇av| 新久久久久国产一级毛片| 一区二区三区精品91| 精品人妻熟女av久视频| 99视频精品全部免费 在线| 在线观看国产h片| 久久久a久久爽久久v久久| 国产真实伦视频高清在线观看| 久久久久精品性色| 亚洲成人av在线免费| 国产精品女同一区二区软件| 欧美一级a爱片免费观看看| 黄片wwwwww| 国产精品熟女久久久久浪| 成人高潮视频无遮挡免费网站| 国产亚洲91精品色在线| 别揉我奶头 嗯啊视频| 只有这里有精品99| 2021少妇久久久久久久久久久| 亚洲色图av天堂| 美女xxoo啪啪120秒动态图| 联通29元200g的流量卡| 亚洲欧洲国产日韩| 国产精品伦人一区二区| 身体一侧抽搐| 日日摸夜夜添夜夜爱| 少妇的逼水好多| 成人国产av品久久久| 亚州av有码| 久久精品国产a三级三级三级| 国产 一区精品| 亚洲人与动物交配视频| 午夜福利在线观看免费完整高清在| 精品久久久久久久末码| 天天一区二区日本电影三级| 久久久久久久午夜电影| 伊人久久国产一区二区| 中文欧美无线码| 国产 精品1| 国产老妇女一区| 久久99热这里只频精品6学生| 人妻 亚洲 视频| 亚洲自偷自拍三级| 尤物成人国产欧美一区二区三区| 国产精品无大码| 免费黄色在线免费观看| av在线蜜桃| 久久久久久久精品精品| 观看免费一级毛片| 3wmmmm亚洲av在线观看| 国产美女午夜福利| 国产老妇女一区| 女人十人毛片免费观看3o分钟| 国产毛片在线视频| 男女边吃奶边做爰视频| av在线app专区| 亚洲精品成人久久久久久| 少妇人妻精品综合一区二区| 永久网站在线| 能在线免费看毛片的网站| www.av在线官网国产| 18禁在线播放成人免费| 久久这里有精品视频免费| 亚洲国产精品专区欧美| 嘟嘟电影网在线观看| av在线观看视频网站免费| 久久久久网色| 在线天堂最新版资源| 亚洲,一卡二卡三卡| kizo精华| 日本猛色少妇xxxxx猛交久久| 高清视频免费观看一区二区| 男女边摸边吃奶| 五月天丁香电影| 大陆偷拍与自拍| 国产av国产精品国产| 日韩成人伦理影院| 国产男女内射视频| 一级爰片在线观看| 国产精品久久久久久精品电影| 天堂俺去俺来也www色官网| 国产乱人视频| 亚洲精品日本国产第一区| 永久网站在线| 春色校园在线视频观看| 三级男女做爰猛烈吃奶摸视频| 国产av国产精品国产| 在线精品无人区一区二区三 | 少妇的逼好多水| 日本一本二区三区精品| 亚洲国产精品专区欧美| 精品99又大又爽又粗少妇毛片| 免费观看a级毛片全部| 成人鲁丝片一二三区免费| 只有这里有精品99| 久久精品国产亚洲网站| 在线观看av片永久免费下载| 国产精品久久久久久精品电影小说 | 亚洲天堂国产精品一区在线| 亚洲欧洲国产日韩| 特大巨黑吊av在线直播| av播播在线观看一区| 人妻系列 视频| freevideosex欧美| 51国产日韩欧美| 天天躁夜夜躁狠狠久久av| 人妻少妇偷人精品九色| 亚洲国产高清在线一区二区三| 插阴视频在线观看视频| 久久女婷五月综合色啪小说 | 亚洲天堂国产精品一区在线| 男女下面进入的视频免费午夜| 18禁动态无遮挡网站| 免费观看a级毛片全部| 特大巨黑吊av在线直播| 97人妻精品一区二区三区麻豆| 建设人人有责人人尽责人人享有的 | 欧美成人精品欧美一级黄| 97人妻精品一区二区三区麻豆| 男人狂女人下面高潮的视频| 亚洲精品日韩av片在线观看| 国产精品蜜桃在线观看| 精品久久久久久久久亚洲| 高清毛片免费看| 亚洲美女视频黄频| 亚洲久久久久久中文字幕| 亚洲美女视频黄频| av线在线观看网站| 亚洲av男天堂| av在线app专区| 爱豆传媒免费全集在线观看| 欧美97在线视频| 国产一区二区亚洲精品在线观看| 美女被艹到高潮喷水动态| 777米奇影视久久| 久久这里有精品视频免费| 国产精品爽爽va在线观看网站| 欧美高清成人免费视频www| 亚洲欧洲日产国产| 亚洲av中文字字幕乱码综合| 男女边吃奶边做爰视频| 亚洲人成网站在线观看播放| av一本久久久久| 91精品一卡2卡3卡4卡| 久久久精品欧美日韩精品| 亚洲欧美成人精品一区二区| 一级毛片电影观看| 亚洲精品一二三| 一级毛片久久久久久久久女| 搞女人的毛片| 91精品伊人久久大香线蕉| 久久久久久久久久久免费av| 亚洲高清免费不卡视频| 色网站视频免费| 97热精品久久久久久| 亚洲国产高清在线一区二区三| 热99国产精品久久久久久7| 亚洲av日韩在线播放| 嫩草影院入口| 人人妻人人爽人人添夜夜欢视频 | 婷婷色麻豆天堂久久| av国产精品久久久久影院| 国产乱人偷精品视频| 国产免费一级a男人的天堂| 99九九线精品视频在线观看视频| 蜜桃久久精品国产亚洲av| 亚洲精品乱码久久久久久按摩| 最近的中文字幕免费完整| 1000部很黄的大片| 下体分泌物呈黄色| 日韩av在线免费看完整版不卡| 日韩一区二区三区影片| 国产精品偷伦视频观看了| 亚洲精品中文字幕在线视频 | 五月天丁香电影| 交换朋友夫妻互换小说| 久久久久国产精品人妻一区二区| 神马国产精品三级电影在线观看| 色视频www国产| 少妇被粗大猛烈的视频| 直男gayav资源| 97超视频在线观看视频| 成人综合一区亚洲| 2018国产大陆天天弄谢| 美女被艹到高潮喷水动态| 国产视频首页在线观看| 欧美高清成人免费视频www| 偷拍熟女少妇极品色| 国产成人freesex在线| 在线观看免费高清a一片| 99精国产麻豆久久婷婷| 日本欧美国产在线视频| 男的添女的下面高潮视频| 国产黄色视频一区二区在线观看| 国产精品无大码| 亚洲精品乱码久久久v下载方式| 七月丁香在线播放| 精品一区二区三卡| 日韩强制内射视频| 在线精品无人区一区二区三 | 97热精品久久久久久| 国产成人精品久久久久久| 国产精品一区www在线观看| 少妇熟女欧美另类| 97人妻精品一区二区三区麻豆| 丝瓜视频免费看黄片| 国产一区亚洲一区在线观看| 午夜免费观看性视频| 日韩强制内射视频| 久久久久久久久久成人| 免费观看无遮挡的男女| 99精国产麻豆久久婷婷| 简卡轻食公司| 国产精品偷伦视频观看了| 在线亚洲精品国产二区图片欧美 | 久久99热这里只频精品6学生| 人人妻人人澡人人爽人人夜夜| 亚洲欧美清纯卡通| 成人毛片a级毛片在线播放| 亚洲欧美日韩另类电影网站 | 亚洲成人av在线免费| 亚洲国产色片| 欧美日韩在线观看h| 国产久久久一区二区三区| 亚洲国产欧美在线一区| 久热这里只有精品99|