• <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ResNet網(wǎng)絡(luò)的醫(yī)用塑瓶制造缺陷檢測方法

    2020-04-23 11:18:46任德均胡云起
    計算機(jī)與現(xiàn)代化 2020年4期
    關(guān)鍵詞:氣泡殘差卷積

    付 磊,任德均,胡云起,郜 明,邱 呂

    (四川大學(xué)機(jī)械工程學(xué)院,四川 成都 610065)

    0 引 言

    隨著醫(yī)藥產(chǎn)業(yè)升級,醫(yī)用輸液瓶逐漸對以往廣泛使用的無密封玻璃瓶、半密封玻璃瓶與半密封塑料瓶乃至全密封塑瓶進(jìn)行了全面的更替[1],由于無法完全保證注塑工藝的一致性和穩(wěn)定性,在實際塑瓶生產(chǎn)過程中存在一些產(chǎn)品缺陷,主要缺陷體現(xiàn)為以下3種情況:1)受熱不均導(dǎo)致的瓶身氣泡;2)非精確吹塑導(dǎo)致的無吊環(huán)塑瓶;3)吹氣過程中底部氣壓不均導(dǎo)致的積料。傳統(tǒng)的人工檢測在生產(chǎn)量大的情況下檢測精度低,檢測結(jié)果不穩(wěn)定。機(jī)器學(xué)習(xí)[2-3]、深度學(xué)習(xí)[4-5]具有對大數(shù)據(jù)處理與學(xué)習(xí)的優(yōu)勢,其在制藥行業(yè)中缺陷檢測的應(yīng)用逐漸增多。

    目前塑瓶檢測往往采用基于“Halcon”的傳統(tǒng)圖像處理算法[6-8],通常按照選取圖片中物體的位置,對圖片進(jìn)行預(yù)處理,進(jìn)而采用模板匹配或者差分方法的方式來檢測缺陷[9-11],但其無法準(zhǔn)確判斷所檢測的缺陷種類,且要求圖像的缺陷與背景的灰度對比較大。伴隨著深度學(xué)習(xí)浪潮的興起,采用卷積神經(jīng)網(wǎng)絡(luò)對圖片進(jìn)行分類與定位的效果也得到很好的驗證[12-15]。采用卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點是:

    1)不需要人為的設(shè)計特征,避免了設(shè)計人員經(jīng)驗不足所造成的局部最優(yōu)特征。

    2)檢測精度高。2015年深度學(xué)習(xí)在圖像分類方面已經(jīng)低于人工標(biāo)注的5%錯誤率[16]。

    3)相對于傳統(tǒng)圖像檢測方法,基于深度學(xué)習(xí)的檢測方法對圖片質(zhì)量的要求較低。但是深度學(xué)習(xí)由于對硬件要求高,要達(dá)到實時性處理需要一定的計算能力。目前隨著計算機(jī)性能的提升及算法的進(jìn)步,深度學(xué)習(xí)也逐漸滿足在工業(yè)、嵌入設(shè)備上的應(yīng)用需求。

    本文對瓶底積料、氣泡的缺陷特征進(jìn)行評估,鑒于傳統(tǒng)圖像處理的局限性而采用深度學(xué)習(xí)方法,采用ResNet[17]為骨干的分類網(wǎng)絡(luò)檢測積料缺陷,采用基于ResNet演化的RetinaNet[18]為骨干的目標(biāo)檢測網(wǎng)絡(luò)檢測氣泡缺陷。

    1 視覺檢測系統(tǒng)設(shè)計

    視覺檢測系統(tǒng)一般包括成像系統(tǒng)、軟件處理系統(tǒng)和機(jī)器控制系統(tǒng)。成像系統(tǒng)包括照明部分、光源控制部分、圖像采集部分;軟件處理系統(tǒng)包括軟件操作界面、圖像處理算法;機(jī)器控制系統(tǒng)包括醫(yī)用塑瓶的傳輸裝置、光電控制器、不合格產(chǎn)品剔除裝置。由傳輸裝置將塑瓶輸入到成像系統(tǒng)中,觸發(fā)光源控制器發(fā)出信號給塑瓶“打光”,同時圖像采集部分采集圖片,然后將圖片傳入圖像處理算法中判別塑瓶是否合格,最后將不合格的塑瓶信號傳給剔除裝置,將不合格的產(chǎn)品剔除。檢測系統(tǒng)的圖像獲取裝置如圖1所示。

    在實驗過程中發(fā)現(xiàn):醫(yī)用塑瓶的底部由于其厚度的不均勻性導(dǎo)致瓶底部分對光的反射有明顯的差異,為了讓圖片呈現(xiàn)更明顯的缺陷區(qū)域特征,減少局部區(qū)域“過曝”的現(xiàn)象,在塑瓶底部采用低角度的環(huán)形光源。由于透光率較高,塑瓶的氣泡缺陷與實體不存在明顯色差,經(jīng)多次實驗確定采用背面“打光”方式,拍攝的氣泡邊緣呈現(xiàn)灰色,而其余區(qū)域為白色。同時考慮生產(chǎn)效率、檢測速度及檢測成本,本文采用130萬像素的“Basler”工業(yè)相機(jī)。

    圖1 檢測系統(tǒng)圖像獲取裝置

    2 基于深度學(xué)習(xí)的分類及定位檢測算法

    2.1 基于改進(jìn)ResNet積料分類檢測算法

    ResNet是由He等人[17]在2015年的ImageNet挑戰(zhàn)賽中提出的網(wǎng)絡(luò)結(jié)構(gòu),緩解了隨著網(wǎng)絡(luò)深度的加深,網(wǎng)絡(luò)的性能反而退化的問題,ResNet網(wǎng)絡(luò)學(xué)習(xí)的殘差特征為:

    F(x)=H(x)-x

    (1)

    其中,H(x)為融合后的特征,x為輸入特征,F(xiàn)(x)為殘差塊內(nèi)處理后的特征。

    圖2 ResNet網(wǎng)絡(luò)結(jié)構(gòu)

    (a) 通道不變殘差結(jié)構(gòu)

    (b) 結(jié)合通道間信息的殘差結(jié)構(gòu)

    該網(wǎng)絡(luò)通過學(xué)習(xí)恒等映射的擾動來降低學(xué)習(xí)新網(wǎng)絡(luò)的難度,補(bǔ)充上層特征后使下層特征更加豐富來增強(qiáng)其性能。在“Halcon”現(xiàn)有的深度學(xué)習(xí)包里面就采用了ResNet50網(wǎng)絡(luò),說明其在工業(yè)檢測具有一定的可靠性,因此本文采用ResNet為骨干網(wǎng)絡(luò),結(jié)合通道間信息來檢測積料缺陷。網(wǎng)絡(luò)結(jié)構(gòu)知圖2所示,其由卷積、池化、改進(jìn)殘差塊與線性分類器組成。殘差塊如圖3所示,圖3(a)為ResNet原殘差塊,輸入特征經(jīng)過卷積、批量正則化、池化、再重復(fù)上述的流程,最后將輸出與輸入特征按像素進(jìn)行疊加作為下一次的輸入;改進(jìn)殘差塊[19]如圖3(b)所示,在卷積過后提取每個通道所占的重要性,使其與卷積過后的特征層進(jìn)行相乘,最后與輸入特征進(jìn)行相加,從而使卷積獲得局部區(qū)域的空間與通道的融合信息。

    2.2 基于RetinaNet目標(biāo)檢測的氣泡檢測算法

    2.2.1 檢測算法框架

    在目標(biāo)檢測中,隨著卷積層數(shù)的增加,獲取的信息由原來的細(xì)節(jié)信息逐漸變成語義信息,導(dǎo)致在檢測過程中高層的特征對分類具有很好的性能,但是在定位檢測上容易漏檢一些尺寸較小的物體,而RetinaNet的分類定位層采用該層的圖像卷積特征,再與上級特征的上采樣特征層相加,獲取更加準(zhǔn)確的目標(biāo)信息,同時逐特征層預(yù)測,進(jìn)一步增強(qiáng)對不同尺度目標(biāo)檢測的魯棒性。圖4為RetinaNet網(wǎng)絡(luò)結(jié)構(gòu),其采用ResNet網(wǎng)絡(luò)的基本骨架(去除全連接層同時增加了2個卷積層),輸出5層不同的特征,保留最后的2層卷積層,剩余3層采用上采樣并融合當(dāng)前層的特征獲取更具魯棒性的特征層,最后分別采用4個卷積進(jìn)行定位與分類。

    圖4 RetinaNet網(wǎng)絡(luò)結(jié)構(gòu)

    2.2.2 算法關(guān)鍵點闡述

    在目標(biāo)檢測中,正負(fù)樣本的選擇上RetinaNet借鑒了SSD[20]以及Fast-RCNN[21]演化為Faster-RCNN[22]中的關(guān)于anchor思想,在上述得到的5個不同的特征層上生成候選區(qū)域,并將候選區(qū)域的每個像素格子的中點映射到原圖,然后在原圖上產(chǎn)生一定大小的矩形框??紤]到檢測物體的形狀與大小而采用多尺寸多面積的錨框,其中大小上采用{20,21/3,22/3}這3種尺度,在形狀上采用{1:2,1:1,2:1}這3種長寬比。圖4中的第7層為最小候選區(qū)域,對應(yīng)的錨框的面積最大,值為512×512,圖4中的層數(shù)逐漸下降,其所對應(yīng)原圖錨框的面積逐層減少4倍。

    在分類與定位網(wǎng)絡(luò)中傳入的是圖4中間的特征層,并進(jìn)行一系列的卷積池化生成對類別的預(yù)測與坐標(biāo)的預(yù)測。類別采用的損失函數(shù)為平滑損失函數(shù),而對于定位的損失采用Focal_loss損失函數(shù),較好地解決了正負(fù)樣本不均衡問題,該函數(shù)為:

    FL(pt)=-αt(1-pt)γlog(pt)

    (2)

    (3)

    (4)

    其中,γ為聚焦參數(shù),p為模型估計類別為1的概率,α為類別為1的權(quán)重大小,其值為[0,1]。

    通過αt來減少負(fù)樣本對訓(xùn)練損失的貢獻(xiàn)程度,γ用來減少簡單樣本對損失的貢獻(xiàn)程度與增加困難樣本對損失的貢獻(xiàn)程度。

    3 檢測實驗與結(jié)果分析

    3.1 數(shù)據(jù)集的構(gòu)建

    本文采用的數(shù)據(jù)為某注塑企業(yè)生產(chǎn)過程中產(chǎn)生的有缺陷的醫(yī)用塑瓶及無缺陷的醫(yī)用塑瓶,缺陷包含底部積料、瓶身氣泡2類。瓶底積料、瓶身氣泡圖的分辨率均為1280×1024。

    3.2 圖像的預(yù)處理

    在積料檢測中,采用的有積料的圖片為1985幅,無積料的圖片為1815幅,共3800幅;其中訓(xùn)練集中無積料圖片有1600幅,有積料圖片有1850幅,其中“參雜”了些相似類型的積料圖,如圖5(a)所示;測試圖片中無積料圖片有215幅,積料圖片有135幅。在氣泡檢測中訓(xùn)練采用了600幅有氣泡的瓶身圖,通過LabelImg軟件對其進(jìn)行標(biāo)注,獲取每個氣泡在圖片的位置信息。

    (a) 相似瓶底積料圖 (b) 檢測瓶底積料圖 (c) 瓶身氣泡圖

    為了減少背景的干擾,增強(qiáng)圖片的檢測區(qū)域與背景的對比度,本文對圖片進(jìn)行預(yù)處理,提取圖片的積料環(huán)形區(qū),去除“采圖”時由環(huán)境造成的噪聲并且凸顯檢測區(qū)域。同時在訓(xùn)練時采用對圖片的隨機(jī)剪切、水平翻轉(zhuǎn)等來增強(qiáng)數(shù)據(jù),采用亮度、對比度、飽和度修改減少光照變化對缺陷識別的影響。具體的處理算法見圖6。而氣泡的圖像預(yù)處理方法與積料圖像類似,其中預(yù)處理中剪切后的塑瓶缺陷位置區(qū)域如圖6所示。

    圖6 圖像預(yù)處理目標(biāo)區(qū)域提取流程

    3.3 實驗結(jié)果分析

    本實驗采用PyTorch深度學(xué)習(xí)框架來實現(xiàn)塑瓶缺陷的檢測,采用的電腦配置:GPU是英偉達(dá)的GeForce GTX1070,CPU是英特爾Core i5-8600,開發(fā)平臺為Pycharm和Python3.7。

    為找到醫(yī)用塑瓶制造缺陷的相對最佳的檢測精度,本文設(shè)計不同層數(shù)、每層殘差塊不同數(shù)目的ResNet模型。在相同的參數(shù)條件下,網(wǎng)絡(luò)層數(shù)對檢測性能的影響如表1所示,括號里面為每層殘差塊的數(shù)目。

    表1 網(wǎng)絡(luò)層數(shù)對檢測精度的影響 單位:%

    從表1中可以看出,在數(shù)據(jù)集數(shù)目一定的情況下,隨著網(wǎng)絡(luò)層數(shù)的增加,平均檢測精度先增加再減少。本文采用單一變量法在最佳層數(shù)為4層時驗證每層殘差塊數(shù)目由1個~4個不同網(wǎng)絡(luò)性能的差異。殘差塊的數(shù)目對檢測性能的影響如表2所示。

    表2 不同層中殘差塊數(shù)目對檢測精度的影響 單位:%

    從表2可知,在不同層中,不同層數(shù)對檢測漏檢率與誤檢率有較大的影響,本文最終選擇網(wǎng)絡(luò)為4層、每層網(wǎng)絡(luò)由2個殘差塊組成的SE-ResNet18。為找到網(wǎng)絡(luò)的最好的參數(shù),本文設(shè)計正交實驗,驗證不同參數(shù)對積料缺陷檢測精度的影響。并且與SE-ResNet34、ResNet18、ResNet34、MobileNetV2[23]網(wǎng)絡(luò)的最佳性能進(jìn)行比較,因num_workers等對網(wǎng)絡(luò)性能的影響較小,本文正交實驗采用的因素是超參數(shù)學(xué)習(xí)率(Learning-Rate)、一次輸入圖片的數(shù)量(Batch_Size)、總的迭代次數(shù)(Epochs),設(shè)計的正交表如表3所示。

    表3 實驗正交表

    通過正交實驗,獲得不同的網(wǎng)絡(luò)在正交實驗下的相對最優(yōu)的檢測模型參數(shù),具體細(xì)節(jié)如表4所示。

    表4 不同網(wǎng)絡(luò)在正交實驗下的最優(yōu)檢測結(jié)果

    從表4可以看出,SE-ResNet18在正交實驗下積料缺陷的平均檢測精度最高,其值為99.7%,同時漏檢率為0.0%,檢測時間為29.7 ms;隨著網(wǎng)絡(luò)模型復(fù)雜性的增強(qiáng),其檢測時間逐漸增加,平均檢測精度不一定增加;在相同數(shù)據(jù)下,精簡網(wǎng)絡(luò)在積料缺陷檢測中效果較差,其值為96.4%,但是檢測時間最短,其值為21.1 ms;不同的網(wǎng)絡(luò)在正交實驗中獲得最佳的平均檢測精度的參數(shù)是不同的,對較小的網(wǎng)絡(luò)其學(xué)習(xí)率與總的訓(xùn)練次數(shù)均較大。在SE-ResNet18的實驗條件下,模型的誤檢與漏檢的瓶底圖片如圖7所示。

    (a) 誤檢圖1 (b) 誤檢圖2 (c) 漏檢圖圖7 誤檢漏檢示例

    考慮生產(chǎn)過程中缺陷產(chǎn)品的數(shù)量較少,本文驗證不同訓(xùn)練數(shù)據(jù)集對實驗中的SE-ResNet18網(wǎng)絡(luò)的檢測精度的影響,數(shù)據(jù)集對SE-ResNet18網(wǎng)絡(luò)的平均檢測精度的影響見表5。其中好代表無缺陷圖片,壞代表有積料缺陷圖片。實驗數(shù)據(jù)表明,隨著數(shù)據(jù)集的減少,積料缺陷的平均檢測精度從99.7%減少到95.8%,檢測時間基本不變;在圖片為2650幅時其平均檢測精度下降到99.2%,漏檢率為0.0%,誤檢率為1.4%,滿足工業(yè)現(xiàn)場中的漏檢率低于5%、誤檢率低于2%的檢測要求。

    表5 不同數(shù)據(jù)集對積料檢測的結(jié)果

    誤檢率與漏檢率之間存在著相反的相互依賴關(guān)系,對于氣泡檢測采用F1度量的一般形式Fβ作為其評價指標(biāo),其計算公式為:

    (5)

    其中,P表示查準(zhǔn)率,R表示查全率,本文中β的值為1.3,表示查全率占用更大的比重。

    訓(xùn)練時輸入圖片的最小分辨率為640×640,增加了網(wǎng)絡(luò)對不同尺寸圖片的適應(yīng)能力,但是在檢測時輸入圖片的尺寸為640×640。氣泡的檢測采用多次實驗得出的最優(yōu)參數(shù),其參數(shù)的初始學(xué)習(xí)率為0.0001,每隔20輪訓(xùn)練次數(shù)學(xué)習(xí)率衰減一次,衰減率為0.1,總共訓(xùn)練數(shù)為60輪。測試圖片為2700幅,測得其查全率為99.5%,查準(zhǔn)率為99.5%,故Fβ的值為99.5%,單幅圖片的檢測時間為35.5 ms,滿足工業(yè)上的檢測精度與檢測時間的要求。其部分檢測效果如圖8所示,其中包含各種情況下的氣泡狀態(tài),對于尺寸為5 mm×5 mm以上的氣泡檢測效果顯著。

    (a) 單個氣泡 (b) 連結(jié)氣泡 (c) 離散氣泡 (d) 多個氣泡

    4 結(jié)束語

    本文介紹了基于深度學(xué)習(xí)的缺陷檢測方法,在檢測系統(tǒng)采集圖像后,通過圖像預(yù)處理,再經(jīng)過深度學(xué)習(xí)算法判斷醫(yī)用塑瓶是否有缺陷,在判斷醫(yī)用塑瓶存在某一類缺陷后,將該瓶的處理信號傳遞給剔除裝置進(jìn)行剔除。

    實際檢測中,該算法具有良好的實時性與檢測精度,對積料缺陷的檢測精度為99.7%,檢測時間為29.7 ms;對氣泡缺陷的檢測精度為99.5%,檢測時間為35.5 ms,較好地滿足了工業(yè)生產(chǎn)的檢測要求。

    猜你喜歡
    氣泡殘差卷積
    檸檬氣泡水
    欣漾(2024年2期)2024-04-27 15:19:49
    基于雙向GRU與殘差擬合的車輛跟馳建模
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    SIAU詩杭便攜式氣泡水杯
    新潮電子(2021年7期)2021-08-14 15:53:12
    浮法玻璃氣泡的預(yù)防和控制對策
    基于殘差學(xué)習(xí)的自適應(yīng)無人機(jī)目標(biāo)跟蹤算法
    基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    冰凍氣泡
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    99久久国产精品久久久| 国产亚洲欧美精品永久| 国产成人av教育| 国产人伦9x9x在线观看| 一边摸一边抽搐一进一出视频| 蜜桃国产av成人99| 老司机靠b影院| a级片在线免费高清观看视频| 交换朋友夫妻互换小说| 精品欧美一区二区三区在线| 两性午夜刺激爽爽歪歪视频在线观看 | 日韩一卡2卡3卡4卡2021年| 免费在线观看日本一区| 黄色 视频免费看| 欧美老熟妇乱子伦牲交| 久久精品亚洲av国产电影网| 色视频在线一区二区三区| 国产视频一区二区在线看| 久久狼人影院| 岛国毛片在线播放| 男女下面插进去视频免费观看| 最黄视频免费看| 麻豆国产av国片精品| av又黄又爽大尺度在线免费看| 亚洲国产精品一区三区| av不卡在线播放| 午夜精品国产一区二区电影| 一区福利在线观看| 老司机影院毛片| 黄片大片在线免费观看| 亚洲avbb在线观看| 久久 成人 亚洲| 久热爱精品视频在线9| 伊人久久大香线蕉亚洲五| 午夜福利乱码中文字幕| 中文字幕人妻丝袜一区二区| 黄色视频,在线免费观看| 国产黄色免费在线视频| av福利片在线| 777米奇影视久久| 50天的宝宝边吃奶边哭怎么回事| netflix在线观看网站| 97人妻天天添夜夜摸| 国产一级毛片在线| 国产又爽黄色视频| 十八禁网站网址无遮挡| 国产免费福利视频在线观看| 最黄视频免费看| 美女扒开内裤让男人捅视频| 精品国产乱子伦一区二区三区 | 久久久国产精品麻豆| 伊人亚洲综合成人网| 国产国语露脸激情在线看| 制服人妻中文乱码| 欧美人与性动交α欧美软件| 纯流量卡能插随身wifi吗| 国产精品国产av在线观看| 老鸭窝网址在线观看| 亚洲精品国产一区二区精华液| 女性被躁到高潮视频| 国产亚洲精品第一综合不卡| 宅男免费午夜| 国产精品九九99| 大香蕉久久网| 日本a在线网址| 国产色视频综合| 人妻久久中文字幕网| 黄片播放在线免费| 国产在视频线精品| 亚洲中文字幕日韩| 亚洲欧美色中文字幕在线| 久久久水蜜桃国产精品网| 大型av网站在线播放| 精品国产乱码久久久久久小说| 法律面前人人平等表现在哪些方面 | a级片在线免费高清观看视频| 日韩视频一区二区在线观看| 欧美日韩成人在线一区二区| 爱豆传媒免费全集在线观看| 高潮久久久久久久久久久不卡| 又黄又粗又硬又大视频| 在线亚洲精品国产二区图片欧美| 美女午夜性视频免费| 亚洲中文av在线| 午夜福利在线观看吧| 国产男人的电影天堂91| av电影中文网址| 久久久久久免费高清国产稀缺| 老熟妇仑乱视频hdxx| 日韩欧美一区视频在线观看| 日韩视频一区二区在线观看| 视频区欧美日本亚洲| 啦啦啦在线免费观看视频4| 成人手机av| 这个男人来自地球电影免费观看| cao死你这个sao货| 亚洲国产av影院在线观看| 欧美大码av| 国产老妇伦熟女老妇高清| 飞空精品影院首页| 国产在线视频一区二区| 国产精品 国内视频| 日本一区二区免费在线视频| 狂野欧美激情性xxxx| 大片免费播放器 马上看| 亚洲精品一卡2卡三卡4卡5卡 | 国产欧美日韩精品亚洲av| 亚洲色图 男人天堂 中文字幕| 人人澡人人妻人| 国产精品99久久99久久久不卡| 精品视频人人做人人爽| 日韩熟女老妇一区二区性免费视频| 欧美人与性动交α欧美精品济南到| av天堂久久9| 一区二区三区激情视频| 精品国产一区二区三区四区第35| 国产精品.久久久| 美女大奶头黄色视频| 亚洲精品乱久久久久久| 黄色毛片三级朝国网站| 丝袜在线中文字幕| 欧美激情 高清一区二区三区| 国产有黄有色有爽视频| 国产欧美日韩综合在线一区二区| 亚洲精品国产一区二区精华液| 中文字幕高清在线视频| 水蜜桃什么品种好| 国产深夜福利视频在线观看| 亚洲国产精品999| 亚洲av欧美aⅴ国产| 亚洲免费av在线视频| 亚洲av片天天在线观看| 女人被躁到高潮嗷嗷叫费观| 免费在线观看完整版高清| 久久免费观看电影| 男女高潮啪啪啪动态图| 欧美国产精品va在线观看不卡| 欧美日韩黄片免| 一二三四社区在线视频社区8| 亚洲欧美一区二区三区久久| 另类精品久久| 日本欧美视频一区| 中文字幕另类日韩欧美亚洲嫩草| 国产国语露脸激情在线看| 一区二区三区四区激情视频| 日韩一区二区三区影片| 天天躁狠狠躁夜夜躁狠狠躁| 俄罗斯特黄特色一大片| 国产欧美日韩综合在线一区二区| av又黄又爽大尺度在线免费看| 女人爽到高潮嗷嗷叫在线视频| 少妇精品久久久久久久| 日本av免费视频播放| 在线观看免费高清a一片| 免费黄频网站在线观看国产| 成年人黄色毛片网站| 在线观看免费高清a一片| 国产成人系列免费观看| 亚洲熟女精品中文字幕| 国产精品久久久久成人av| 午夜福利一区二区在线看| 久久性视频一级片| 国产精品久久久久成人av| 久久天堂一区二区三区四区| 国产区一区二久久| 国产精品一二三区在线看| 国产三级黄色录像| 男女国产视频网站| 精品人妻1区二区| cao死你这个sao货| 国产成人精品久久二区二区免费| 热99久久久久精品小说推荐| 在线av久久热| 亚洲精品国产区一区二| 男女免费视频国产| 窝窝影院91人妻| 亚洲国产毛片av蜜桃av| 亚洲熟女精品中文字幕| 精品福利观看| 99国产综合亚洲精品| 欧美日韩亚洲国产一区二区在线观看 | 亚洲国产日韩一区二区| 夫妻午夜视频| av天堂在线播放| 99久久精品国产亚洲精品| 99九九在线精品视频| 久久精品aⅴ一区二区三区四区| 亚洲天堂av无毛| 美国免费a级毛片| 青春草视频在线免费观看| 制服诱惑二区| 国产精品99久久99久久久不卡| 成年人免费黄色播放视频| 国产成人欧美在线观看 | 亚洲精品国产av成人精品| 男女无遮挡免费网站观看| 成人手机av| 丰满少妇做爰视频| 亚洲成av片中文字幕在线观看| 亚洲av男天堂| 亚洲精品中文字幕在线视频| 电影成人av| 国产av国产精品国产| 国产成人系列免费观看| 国产成人av教育| 欧美日韩精品网址| 91成年电影在线观看| 美女扒开内裤让男人捅视频| 日本五十路高清| 亚洲激情五月婷婷啪啪| 午夜福利影视在线免费观看| 精品少妇黑人巨大在线播放| 国产精品欧美亚洲77777| 中文字幕制服av| 男女免费视频国产| 国产成人a∨麻豆精品| 亚洲国产看品久久| 国产熟女午夜一区二区三区| 欧美日韩av久久| 成年人免费黄色播放视频| 国产男人的电影天堂91| 亚洲av成人不卡在线观看播放网 | 999精品在线视频| 精品免费久久久久久久清纯 | 亚洲国产中文字幕在线视频| 精品亚洲乱码少妇综合久久| 久久香蕉激情| 亚洲欧美激情在线| 国产福利在线免费观看视频| 亚洲国产欧美网| 国产精品久久久人人做人人爽| 国产成人一区二区三区免费视频网站| 性色av一级| 最近中文字幕2019免费版| 亚洲精品国产色婷婷电影| 老熟女久久久| 国产av又大| a级毛片黄视频| 国产精品.久久久| av一本久久久久| 国产亚洲精品第一综合不卡| 亚洲人成电影免费在线| 亚洲成人免费电影在线观看| 国产精品久久久久久人妻精品电影 | 9191精品国产免费久久| 91精品三级在线观看| 老司机福利观看| 婷婷色av中文字幕| 亚洲精品久久久久久婷婷小说| 欧美日韩国产mv在线观看视频| 久久av网站| 成人三级做爰电影| 丁香六月天网| 亚洲国产av新网站| 国产欧美日韩一区二区三区在线| 在线观看免费日韩欧美大片| 国产精品免费视频内射| 满18在线观看网站| 午夜91福利影院| 亚洲久久久国产精品| av网站在线播放免费| www.自偷自拍.com| 后天国语完整版免费观看| 老熟妇乱子伦视频在线观看 | 国产成人av激情在线播放| 在线观看一区二区三区激情| 日韩一卡2卡3卡4卡2021年| 在线观看www视频免费| 亚洲欧美精品自产自拍| 99九九在线精品视频| 日本精品一区二区三区蜜桃| 国产精品欧美亚洲77777| 91成人精品电影| 美女主播在线视频| 啦啦啦啦在线视频资源| 免费高清在线观看视频在线观看| 一二三四在线观看免费中文在| 久久人妻福利社区极品人妻图片| 亚洲精品一卡2卡三卡4卡5卡 | 大香蕉久久网| 国产成人系列免费观看| 黄色视频,在线免费观看| 成人国产av品久久久| 777米奇影视久久| 国产老妇伦熟女老妇高清| 国产主播在线观看一区二区| 男女边摸边吃奶| 久久国产精品人妻蜜桃| 婷婷色av中文字幕| 久久女婷五月综合色啪小说| av片东京热男人的天堂| 国产精品熟女久久久久浪| 日韩欧美一区视频在线观看| 国产精品偷伦视频观看了| 久久热在线av| 日韩中文字幕欧美一区二区| 1024香蕉在线观看| 波多野结衣一区麻豆| 大片免费播放器 马上看| 久久人人97超碰香蕉20202| 黑丝袜美女国产一区| 91麻豆av在线| 麻豆乱淫一区二区| 国产精品九九99| 777米奇影视久久| 亚洲中文字幕日韩| 久久女婷五月综合色啪小说| 亚洲综合色网址| 在线观看www视频免费| 中文字幕另类日韩欧美亚洲嫩草| 两个人看的免费小视频| 麻豆乱淫一区二区| 丝袜人妻中文字幕| 久热爱精品视频在线9| 国产免费福利视频在线观看| 老司机亚洲免费影院| 亚洲九九香蕉| 一本大道久久a久久精品| videosex国产| 91精品国产国语对白视频| 高清视频免费观看一区二区| 我的亚洲天堂| 男女床上黄色一级片免费看| 亚洲av电影在线观看一区二区三区| 久久精品国产亚洲av香蕉五月 | 一进一出抽搐动态| 久久久久久久大尺度免费视频| 久久九九热精品免费| 亚洲精品成人av观看孕妇| 母亲3免费完整高清在线观看| 夜夜骑夜夜射夜夜干| 午夜福利在线免费观看网站| 久久 成人 亚洲| 久久精品熟女亚洲av麻豆精品| 国产国语露脸激情在线看| 老汉色∧v一级毛片| 亚洲av欧美aⅴ国产| 岛国在线观看网站| 亚洲国产精品一区二区三区在线| 五月天丁香电影| 叶爱在线成人免费视频播放| 欧美人与性动交α欧美软件| 男女免费视频国产| 手机成人av网站| 51午夜福利影视在线观看| 在线观看舔阴道视频| 国产精品.久久久| 一区二区三区四区激情视频| 国产精品.久久久| 一级毛片精品| 国产亚洲欧美在线一区二区| 精品卡一卡二卡四卡免费| 19禁男女啪啪无遮挡网站| 亚洲精品久久午夜乱码| 日韩,欧美,国产一区二区三区| 91老司机精品| 日韩,欧美,国产一区二区三区| 日本av手机在线免费观看| 亚洲,欧美精品.| 丰满人妻熟妇乱又伦精品不卡| 久久亚洲精品不卡| 国产片内射在线| 一区福利在线观看| av一本久久久久| 另类亚洲欧美激情| 国产高清videossex| 一区二区日韩欧美中文字幕| 中文字幕最新亚洲高清| 美女高潮喷水抽搐中文字幕| 国产99久久九九免费精品| 欧美黑人欧美精品刺激| 脱女人内裤的视频| 人人妻人人澡人人爽人人夜夜| 亚洲中文日韩欧美视频| 日韩视频一区二区在线观看| 超碰成人久久| 电影成人av| 久久久久国产精品人妻一区二区| 桃红色精品国产亚洲av| 999精品在线视频| 欧美人与性动交α欧美精品济南到| 每晚都被弄得嗷嗷叫到高潮| 国产成人av教育| 久久精品国产a三级三级三级| 黄色片一级片一级黄色片| 亚洲专区中文字幕在线| 少妇人妻久久综合中文| 免费少妇av软件| 成人三级做爰电影| 在线永久观看黄色视频| 我的亚洲天堂| 久久精品人人爽人人爽视色| 欧美乱码精品一区二区三区| 国产福利在线免费观看视频| 久久国产精品影院| 亚洲色图 男人天堂 中文字幕| 亚洲国产欧美日韩在线播放| 一区二区av电影网| 少妇精品久久久久久久| 免费久久久久久久精品成人欧美视频| 久久亚洲精品不卡| 9色porny在线观看| 亚洲国产日韩一区二区| 久久精品国产综合久久久| 精品国产乱码久久久久久男人| 欧美 亚洲 国产 日韩一| 久久精品国产亚洲av高清一级| 9热在线视频观看99| 麻豆av在线久日| 国产亚洲av高清不卡| 国产成人影院久久av| 国产精品一二三区在线看| 日本av免费视频播放| 老熟妇仑乱视频hdxx| 日韩制服骚丝袜av| 一个人免费看片子| 欧美国产精品一级二级三级| 亚洲,欧美精品.| 脱女人内裤的视频| 99国产综合亚洲精品| 国产精品熟女久久久久浪| 美女大奶头黄色视频| 99热全是精品| 亚洲人成电影免费在线| 91成人精品电影| 色综合欧美亚洲国产小说| 日韩欧美一区视频在线观看| 国产成人av激情在线播放| 日本黄色日本黄色录像| 搡老熟女国产l中国老女人| 欧美激情高清一区二区三区| 老司机深夜福利视频在线观看 | 久久久久久久大尺度免费视频| 热99re8久久精品国产| 亚洲成人免费av在线播放| 人妻久久中文字幕网| 久久毛片免费看一区二区三区| 91老司机精品| 国产一区二区三区在线臀色熟女 | 国产精品成人在线| www.自偷自拍.com| 人妻久久中文字幕网| 国产不卡av网站在线观看| 久久人人爽av亚洲精品天堂| 国产免费现黄频在线看| 色婷婷久久久亚洲欧美| 一区二区三区精品91| 99九九在线精品视频| 国产亚洲精品第一综合不卡| 久久精品亚洲av国产电影网| 黄网站色视频无遮挡免费观看| 亚洲av国产av综合av卡| 欧美精品亚洲一区二区| 亚洲欧美精品自产自拍| 99国产精品一区二区三区| 久久人妻福利社区极品人妻图片| 精品久久久久久电影网| netflix在线观看网站| 成年人免费黄色播放视频| 国产男人的电影天堂91| 美女视频免费永久观看网站| 国产精品成人在线| 国产精品免费视频内射| 美女大奶头黄色视频| 9热在线视频观看99| 欧美激情高清一区二区三区| 99久久99久久久精品蜜桃| 国产一区二区激情短视频 | 999精品在线视频| 在线观看免费日韩欧美大片| 精品少妇一区二区三区视频日本电影| 精品福利永久在线观看| 美女国产高潮福利片在线看| 国产亚洲av高清不卡| 99国产精品免费福利视频| 国产精品免费大片| 午夜影院在线不卡| 夜夜夜夜夜久久久久| 国产野战对白在线观看| 亚洲欧美成人综合另类久久久| 亚洲欧美精品综合一区二区三区| 高清黄色对白视频在线免费看| 欧美人与性动交α欧美软件| 免费观看av网站的网址| 黄片播放在线免费| 国产免费av片在线观看野外av| 久久久国产一区二区| 亚洲国产欧美日韩在线播放| 青春草视频在线免费观看| 两性夫妻黄色片| 亚洲精品成人av观看孕妇| 国产精品久久久久久人妻精品电影 | 久久精品亚洲av国产电影网| 丰满饥渴人妻一区二区三| 丝袜人妻中文字幕| 久热爱精品视频在线9| 天堂中文最新版在线下载| 亚洲午夜精品一区,二区,三区| av网站免费在线观看视频| 亚洲国产精品成人久久小说| 纵有疾风起免费观看全集完整版| 国产在视频线精品| 久久精品人人爽人人爽视色| 啦啦啦在线免费观看视频4| 亚洲国产日韩一区二区| 美女扒开内裤让男人捅视频| 91麻豆精品激情在线观看国产 | 亚洲欧美精品综合一区二区三区| 啪啪无遮挡十八禁网站| 欧美精品亚洲一区二区| 国产黄色免费在线视频| 在线观看www视频免费| tocl精华| 飞空精品影院首页| 亚洲人成电影免费在线| 纯流量卡能插随身wifi吗| 操出白浆在线播放| 男人舔女人的私密视频| 三级毛片av免费| av在线app专区| 日韩大片免费观看网站| 在线观看人妻少妇| 亚洲精品乱久久久久久| 国产又爽黄色视频| 老司机福利观看| 国产免费av片在线观看野外av| 国产高清videossex| 欧美老熟妇乱子伦牲交| 青春草亚洲视频在线观看| 人妻一区二区av| 久久久久久久精品精品| 19禁男女啪啪无遮挡网站| 大片免费播放器 马上看| 黄色视频,在线免费观看| 国产成+人综合+亚洲专区| 亚洲av日韩在线播放| 亚洲国产精品成人久久小说| 亚洲一区二区三区欧美精品| 午夜两性在线视频| 国产一区二区三区av在线| 悠悠久久av| 人妻久久中文字幕网| 老汉色av国产亚洲站长工具| 国产精品熟女久久久久浪| 久9热在线精品视频| 在线观看一区二区三区激情| 看免费av毛片| 欧美精品一区二区大全| 999久久久国产精品视频| 日本猛色少妇xxxxx猛交久久| 女人久久www免费人成看片| 九色亚洲精品在线播放| 极品人妻少妇av视频| 蜜桃在线观看..| 午夜91福利影院| 久久精品亚洲av国产电影网| 在线观看一区二区三区激情| av在线播放精品| 电影成人av| 人人妻,人人澡人人爽秒播| 久久午夜综合久久蜜桃| 免费女性裸体啪啪无遮挡网站| 热re99久久精品国产66热6| 18禁裸乳无遮挡动漫免费视频| 亚洲男人天堂网一区| 高清欧美精品videossex| tocl精华| 在线观看免费视频网站a站| 国产成人精品久久二区二区免费| 又大又爽又粗| av在线老鸭窝| 人人妻人人添人人爽欧美一区卜| 69av精品久久久久久 | 免费高清在线观看日韩| 一区二区三区激情视频| 91麻豆av在线| 性高湖久久久久久久久免费观看| av免费在线观看网站| 操美女的视频在线观看| 欧美黑人欧美精品刺激| 亚洲午夜精品一区,二区,三区| 三级毛片av免费| 黄片小视频在线播放| 欧美人与性动交α欧美软件| 精品熟女少妇八av免费久了| 国产欧美日韩一区二区三 | 国产一区二区激情短视频 | 日韩制服骚丝袜av| 亚洲国产精品999| 在线观看舔阴道视频| 男人操女人黄网站| 一区二区日韩欧美中文字幕| 精品久久久精品久久久| 久9热在线精品视频| 两个人免费观看高清视频| 丰满少妇做爰视频| 麻豆国产av国片精品| av视频免费观看在线观看| 王馨瑶露胸无遮挡在线观看| 免费人妻精品一区二区三区视频| 国产日韩欧美在线精品| 美女福利国产在线| 18在线观看网站| 国产又爽黄色视频| 丁香六月欧美| 天天操日日干夜夜撸| 精品国产超薄肉色丝袜足j| 18禁黄网站禁片午夜丰满| 国产野战对白在线观看| 国产激情久久老熟女| 深夜精品福利| 欧美日韩国产mv在线观看视频| 51午夜福利影视在线观看| 国产精品免费视频内射| 一区在线观看完整版|