• <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MobileNet-v3與CNN進(jìn)行垃圾分類

    2022-02-17 00:29:53錢嵩橙,董博文,樊繼午,牛曌,蔣欣洳,方智
    電腦知識與技術(shù) 2022年35期
    關(guān)鍵詞:垃圾分類

    錢嵩橙,董博文,樊繼午,牛曌,蔣欣洳,方智

    摘要: 由于垃圾種類較多,顏色與形狀差異大,選用人工分揀垃圾分類存在著非常大的困難,勞動力不足,工作量大,缺乏精準(zhǔn)度。文章以MobileNet-V3small網(wǎng)絡(luò)算法為基礎(chǔ),對垃圾圖像進(jìn)行準(zhǔn)確識別和分類,達(dá)到速度快、準(zhǔn)確度高,借助CNN模型進(jìn)行光譜特征分析并分類。通過自動化分揀垃圾,實(shí)現(xiàn)垃圾分類,大大降低了人工投入量,提高垃圾分類效率。

    關(guān)鍵詞:垃圾;分類;MobileNet-V3;CNN

    中圖分類號:TP18? ? ? ? 文獻(xiàn)標(biāo)識碼:A

    文章編號:1009-3044(2022)35-0014-02

    伴隨中國經(jīng)濟(jì)社會的發(fā)展,人們?nèi)粘I钯|(zhì)量的提高,以及城鎮(zhèn)化的迅速深化,生活垃圾生產(chǎn)量持續(xù)推高,全球已經(jīng)面臨垃圾危機(jī)[1]。在我國當(dāng)前城市建設(shè)中,目前城建基本定型,其中垃圾中轉(zhuǎn)站的建設(shè)也會對環(huán)境產(chǎn)生污染,所以垃圾分類的實(shí)施不容樂觀。在我國,垃圾分類還存在類別不夠細(xì)致、標(biāo)準(zhǔn)不夠清晰,居民的相關(guān)分類知識缺乏。因此,自動化智能化的分揀設(shè)備被逐漸運(yùn)用在垃圾分類工作中。

    另外,由于城市生活廢棄物中大多是廢棄物和廢物,因此人工分類也是廢棄物分類中必不可少的關(guān)鍵環(huán)節(jié),有利于篩選無法使用傳統(tǒng)手段篩選的廢棄物以及對廢棄物實(shí)施質(zhì)量管理。但是,進(jìn)行人工垃圾分類將面臨工程量大、工作勞動強(qiáng)度大、分類效率低下和工作環(huán)境較差的問題,因此,亟須以智能、信息化的分類方式代替?zhèn)鹘y(tǒng)分揀方式。本課題采用基于MobileNet-V3與CNN的深度學(xué)習(xí)分類模型。該模型將常見垃圾分成四種:其中包含可利用垃圾、危險垃圾、廚余廢物和一些其他垃圾。該模型將Mobilenet-V3 small網(wǎng)絡(luò)算法為基礎(chǔ)(主要設(shè)計載體),并使用新搭建的CNN模塊對數(shù)據(jù)集的光譜特征提取垃圾分析和計算,實(shí)現(xiàn)對垃圾目標(biāo)的識別進(jìn)行分類。

    1 算法設(shè)計

    在本次的實(shí)驗(yàn)中,模型的調(diào)用中通過搜集垃圾圖片進(jìn)行整合,每一組圖片里有且只有一種垃圾的一個圖片,照片的格式統(tǒng)一為jpg,標(biāo)簽格式為txt,在此過程中始終保持兩者為一一對應(yīng)的關(guān)系,由于采用的垃圾照片是隨機(jī)的,光線、尺寸、大小、對比度等不盡相同,其內(nèi)部數(shù)據(jù)也很復(fù)雜多亂,所以更加符合平時垃圾識別的標(biāo)準(zhǔn),貼切我們的生活實(shí)際情況。在進(jìn)一步整合之后,添加數(shù)據(jù)集標(biāo)簽,將垃圾種類分為數(shù)類,一個數(shù)字對應(yīng)一個標(biāo)簽即一個類別。

    根據(jù)實(shí)驗(yàn)要求,為了合理精準(zhǔn)分類出實(shí)驗(yàn)所需垃圾圖像。采用以MobileNet-V3 small網(wǎng)絡(luò)算法為基礎(chǔ)(此計算為本次實(shí)驗(yàn)的主要設(shè)計載體),而在此基礎(chǔ)上優(yōu)化該算法,采用CNN來進(jìn)一步準(zhǔn)確提高垃圾分類的效率。CNN 是通過模擬生物神經(jīng)系統(tǒng)進(jìn)行特殊設(shè)計的一種網(wǎng)絡(luò)模型,在圖像特征提取的過程中不需要人工思考具體特征,其局部鏈接和權(quán)重共享的特性在二維圖像處理上有著明顯優(yōu)越性,可以直接作用于圖像的像素位置,因此人們能夠使用該網(wǎng)絡(luò)對輸入的垃圾像素進(jìn)行獲取特性,完成了對垃圾目標(biāo)的鑒別和分類。其中,CNN一般包含的內(nèi)容塊有最大注入層、卷積層、最大池化層,全連接層和最大輸出層等,而其要使用的基礎(chǔ)模塊則為最大卷積層(用來獲取特征)和最大池化層(用來采樣并不會破壞識別結(jié)構(gòu)),對垃圾進(jìn)行初步識別分類。

    最后,將已實(shí)現(xiàn)精準(zhǔn)分類的圖像輸入MobileNet-V3 small網(wǎng)絡(luò),并使用分組卷積減少了網(wǎng)絡(luò)的計算工作量,同時MobileNet也將分組卷積技術(shù)應(yīng)用至極致,即網(wǎng)絡(luò)的分組數(shù)量和網(wǎng)絡(luò)的channel數(shù)量相當(dāng),從而將網(wǎng)站的計算量減少至最小化,并且使用NetAdap技術(shù)可以在計算與參量均受限的條件下,實(shí)現(xiàn)對不同網(wǎng)絡(luò)模塊的查詢,將搜索到的完整網(wǎng)絡(luò)模塊進(jìn)一步輸入platform-aware NAS中,從而進(jìn)一步微調(diào),在確保精度的前提下大大提高了效率,得到所需的分類結(jié)果。

    2 算法模型

    2.1 CNN模型

    CNN是一個具有卷積構(gòu)造的深度神經(jīng)網(wǎng)絡(luò)。CNN模型的使用能夠在保證一定精度的前提下進(jìn)行高效、迅速地處理二維圖像[2]。CNN的出現(xiàn),代替了常規(guī)全連接神經(jīng)網(wǎng)絡(luò)中的矩陣加減法運(yùn)算,其優(yōu)點(diǎn)就是在GPU的并行計算能力下,還能有很大的運(yùn)算效能,最經(jīng)典的CNN包括輸入與輸出層、卷積運(yùn)算層、池化層,全連接層與輸入輸出層等,實(shí)現(xiàn)了提取圖形特征功能的內(nèi)核模塊為卷積層和池化層[3]。

    卷積層與池化層可以將被提取圖像的特征進(jìn)行從淺到深進(jìn)行剖析,使原有的特征細(xì)節(jié)變得更加具體。在卷積運(yùn)算的過程中,若在核維度為x的圖像里,要使上層網(wǎng)絡(luò)的m-1的輸出值<E:\2022知網(wǎng)文件\35\1xs202235\Image\image3.pdf>輸入下層的m中,此過程的計算公式為[4]:

    [Zmx=g(lmx?zm-1+amx)]? ? ? ? ? ? ? ? ?(1)

    其中:[Zmx]代表在上一層卷積運(yùn)算中,核維度為x的特征圖,[lmx]代表第m層維度為x的權(quán)向量,[amx]代表第m層且維度為x的偏置單元,運(yùn)算符[?]代表本次卷積運(yùn)算的操作,g(y)為非線性的激勵函數(shù)。

    在經(jīng)過卷積層的運(yùn)算后,需要提取的特征圖像會在池化層中進(jìn)行卷積特征降維,其目的在于簡化運(yùn)算,并對特征進(jìn)一步具體化,從而提取出更加典型的特征。

    在本次實(shí)驗(yàn)中共運(yùn)用四層CNN模型,先將圖片中的數(shù)據(jù)輸入輸入層中,其目的是保存圖片本身的結(jié)構(gòu)。緊接著通過卷積層濾波的處理進(jìn)入卷積層中,使用卷積核進(jìn)行特征提取和特征映射,同時利用卷積層處理公式進(jìn)行特征處理,使每一個卷積層中的神經(jīng)元是都對應(yīng)一個權(quán)重。當(dāng)輸入進(jìn)入池化層時,池化層中的“池化視野(filter)”會對輸入的數(shù)據(jù)進(jìn)行掃描、計算,進(jìn)一步進(jìn)行卷積特征降維。再CNN模型尾部的全連接層主要對輸入的特征進(jìn)行重新整合,避免特征信息的丟失。最后則由輸出層輸出初步的分類結(jié)果。

    2.2 Mobilenet-v3 模型

    在深度學(xué)習(xí)的過程中,使用輕量級網(wǎng)絡(luò)的優(yōu)勢在于模型參數(shù)少、計算量小、測試速度更快,且適用于存儲空間和功耗受限的場景。而縮小模型的參數(shù)量一直是科研人員的研究努力方向,MobileNet-v1、MobileNet-v2便是其中的佼佼者。而本實(shí)驗(yàn)中就使用了結(jié)合二者之間優(yōu)點(diǎn)的生物識別網(wǎng)絡(luò)MobileNet-v3。MobileNet-v3的獨(dú)特創(chuàng)新的地方在于采用了互補(bǔ)搜索技術(shù)結(jié)構(gòu):即在同一網(wǎng)絡(luò)結(jié)構(gòu)中,它可以通過順序的原則對每一層進(jìn)行微小調(diào)整,而不是通過試圖推斷出不精確但整體的體系結(jié)構(gòu),同時調(diào)用NetAdapt技術(shù)和platform-aware NAS方法。其中,NetAdapt的普遍應(yīng)用特點(diǎn)就是能夠在計算時間和參量均受限的條件下完成對各個互聯(lián)網(wǎng)模型的查找,使擴(kuò)展層使用濾波器的數(shù)量達(dá)到最佳,并且瓶頸層輸出的通道數(shù)量也為最佳輸出,NAS主要是在查找并確定模塊之后完成對互聯(lián)網(wǎng)層的微調(diào)。在MobileNetV2模型中反轉(zhuǎn)殘余的誤差結(jié)構(gòu)和變量[5],采取了1*1卷積算法構(gòu)造,以便拓展到更高維的特征空間中,而其缺陷則是帶來了巨大運(yùn)算費(fèi)用和延遲。同時,為在保持低維數(shù)約減特性圖的前提下減少延遲,可以將平均池化前的層刪除并采取1*1逐點(diǎn)卷積來完成特征圖。特征生成層被刪除后,先前作為瓶頸映射的層不再要求。MobileNet-v3是繼承了MobileNet-v1與MobileNet-v2的優(yōu)點(diǎn)且重在提高精度與檢測速度方面。MobileNet-v3集現(xiàn)有MobileNet-v1與MobileNet-v2思想于一體,其中最為關(guān)鍵是使用分段線性函數(shù)模擬sigmoid函數(shù)激發(fā)變量swish進(jìn)行數(shù)值逼近的h-swish觸發(fā)變量,如公式(2)所示:

    [h-swish[x]=x[ReLU6(x+3)]/6]? ? ? ? ? (2)

    隨著模型參數(shù)的不斷縮小,應(yīng)用非線性激活函數(shù)的成本逐漸降低。Sigmoid不便于保持?jǐn)?shù)據(jù)的準(zhǔn)確性需要煩雜的計算過程,其中,采用新的激活函數(shù)h-swish,在確保精度的前提下,也具有諸多的優(yōu)勢,最重要的是實(shí)現(xiàn)了ReLU6的優(yōu)化且能在量化模式下,減少誤差、提高精度的同時,也能極大提升速度,這些修改超過了當(dāng)前的空間搜索范圍。

    當(dāng)然,使用h-swish還會帶來一定部分的延遲,但是量化版的h-swish能夠帶來精度的提升是值得的,在具體實(shí)驗(yàn)中,還可以進(jìn)一步進(jìn)行軟件優(yōu)化,在實(shí)際計算時,可以減少對內(nèi)存的訪問開銷。

    3 結(jié)束語

    傳統(tǒng)的人工垃圾分類方法已經(jīng)不足以處理人們生活中產(chǎn)生的垃圾,工作量大、工作強(qiáng)度高、分類效率低等問題亟待解決。基于MobileNet-V3和CNN的深度學(xué)習(xí)分類模型對垃圾圖像分類進(jìn)行研究,根據(jù)算法提取圖像特征,采用以MobileNet-v3網(wǎng)絡(luò)算法為基礎(chǔ),同時優(yōu)化此算法,并用CNN和特征優(yōu)選實(shí)現(xiàn)對垃圾目標(biāo)的識別,提高垃圾分類的效率,并得出以下結(jié)論:

    CNN可將大量參數(shù)降維成少量參數(shù),將大數(shù)據(jù)量的圖片降維成小數(shù)據(jù)。通過搭建CNN模型對數(shù)據(jù)進(jìn)行光譜特征分析實(shí)現(xiàn)初步垃圾分類與制圖。

    MobileNet-V3具備互補(bǔ)搜索技術(shù)方式的優(yōu)點(diǎn),采用了NetAdapt和platform-aware NAS兩個網(wǎng)絡(luò)結(jié)構(gòu)技術(shù)方法,可以在時間和參量的限制下查找網(wǎng)絡(luò)模塊,并微調(diào)網(wǎng)絡(luò)層。

    本文通過基于CNN算法和MobileNet-V3算法的結(jié)合,對垃圾數(shù)據(jù)集以及圖像的處理進(jìn)行實(shí)驗(yàn),并利用擴(kuò)充垃圾指數(shù)等新特性,以增強(qiáng)輸入信號的時效性,并優(yōu)化了基于CNN的垃圾分析和制圖的技術(shù),是今后科研今后的主要工作方向。在將輸入的特征維度擴(kuò)展后,便可深入分析研究網(wǎng)絡(luò)層次、參數(shù)對分類過程的作用,從而全面發(fā)掘CNN和MobileNet-V3的技術(shù)優(yōu)點(diǎn),以獲取表現(xiàn)更優(yōu)的模型。

    參考文獻(xiàn):

    [1] 呂君,翟曉穎.基于橫向視角的垃圾回收處理體系的國際比較研究及啟示[J].生態(tài)經(jīng)濟(jì),2015,31(12):102-106.

    [2] Li E Z,Xia J S,Du P J,et al.Integrating multilayer features of convolutional neural networks for remote sensing scene classification[J].IEEE Transactions on Geoscience and Remote Sensing,2017,55(10):5653-5665.

    [3] Hinton G E,Salakhutdinov R R.Reducing the dimensionality of data with neural networks[J].Science,2006,313(5786):504-507.

    [4] 劉戈,姜小光,唐伯惠.特征優(yōu)選與卷積神經(jīng)網(wǎng)絡(luò)在農(nóng)作物精細(xì)分類中的應(yīng)用研究[J].地球信息科學(xué)學(xué)報,2021,23(6):1071-1081.

    [5] Shi C P,Xia R Y,Wang L G.A novel multi-branch channel expansion network for garbage image classification[J].IEEE Access,8:154436-154452.

    【通聯(lián)編輯:唐一東】

    猜你喜歡
    垃圾分類
    垃圾去哪了
    分類算一算
    那一雙“分揀垃圾”的手
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    倒垃圾
    教你一招:數(shù)的分類
    倒垃圾
    免费高清在线观看视频在线观看| 女人爽到高潮嗷嗷叫在线视频| 国产精品99久久99久久久不卡| 国产日韩欧美亚洲二区| 性高湖久久久久久久久免费观看| 久久女婷五月综合色啪小说| 亚洲 国产 在线| 亚洲美女黄色视频免费看| 国产成人精品久久二区二区91| 免费观看av网站的网址| 国产男女超爽视频在线观看| 国产在线视频一区二区| 在线观看一区二区三区激情| 9色porny在线观看| 久久综合国产亚洲精品| av国产久精品久网站免费入址| 亚洲欧美中文字幕日韩二区| 色婷婷久久久亚洲欧美| 啦啦啦中文免费视频观看日本| 中国国产av一级| 欧美少妇被猛烈插入视频| 亚洲美女黄色视频免费看| 大型av网站在线播放| 99精国产麻豆久久婷婷| 肉色欧美久久久久久久蜜桃| 亚洲av日韩精品久久久久久密 | 欧美xxⅹ黑人| 亚洲av日韩在线播放| 国产亚洲欧美在线一区二区| 国产亚洲欧美在线一区二区| 国产高清不卡午夜福利| 亚洲欧美一区二区三区黑人| 七月丁香在线播放| 天天躁日日躁夜夜躁夜夜| 伊人久久大香线蕉亚洲五| 十八禁网站网址无遮挡| 久久精品久久久久久噜噜老黄| 看免费av毛片| 99久久人妻综合| 亚洲av日韩精品久久久久久密 | 精品少妇一区二区三区视频日本电影| 国产一卡二卡三卡精品| 亚洲美女黄色视频免费看| 青春草亚洲视频在线观看| 九色亚洲精品在线播放| 久久毛片免费看一区二区三区| 男女之事视频高清在线观看 | 国产黄频视频在线观看| 色婷婷久久久亚洲欧美| 欧美乱码精品一区二区三区| 一级毛片电影观看| 99久久人妻综合| a 毛片基地| 欧美人与性动交α欧美软件| 黄色视频在线播放观看不卡| 又紧又爽又黄一区二区| 欧美xxⅹ黑人| 欧美人与善性xxx| 岛国毛片在线播放| 亚洲人成77777在线视频| 一级毛片黄色毛片免费观看视频| 日韩av在线免费看完整版不卡| 男女之事视频高清在线观看 | 精品熟女少妇八av免费久了| 国产成人精品久久二区二区91| 在线观看免费高清a一片| 亚洲 欧美一区二区三区| 精品少妇久久久久久888优播| 十分钟在线观看高清视频www| 自拍欧美九色日韩亚洲蝌蚪91| 久久热在线av| 热re99久久国产66热| av国产久精品久网站免费入址| 国产片特级美女逼逼视频| 亚洲熟女毛片儿| 亚洲av成人不卡在线观看播放网 | 久久久久久久国产电影| 亚洲av成人不卡在线观看播放网 | 国产一区二区激情短视频 | 一级毛片电影观看| 脱女人内裤的视频| 亚洲欧美日韩另类电影网站| 999久久久国产精品视频| 国产日韩欧美亚洲二区| 久久亚洲精品不卡| 久久国产精品大桥未久av| 欧美xxⅹ黑人| 国产黄频视频在线观看| 日本vs欧美在线观看视频| 色婷婷av一区二区三区视频| 首页视频小说图片口味搜索 | 久久久精品免费免费高清| 亚洲成人国产一区在线观看 | 日日摸夜夜添夜夜爱| 国产免费一区二区三区四区乱码| 欧美性长视频在线观看| 999久久久国产精品视频| 欧美精品高潮呻吟av久久| 久久久欧美国产精品| 在线天堂中文资源库| 精品国产乱码久久久久久男人| 国产精品久久久久久人妻精品电影 | 另类精品久久| 久久久国产精品麻豆| 久久这里只有精品19| 色播在线永久视频| 在线观看免费视频网站a站| 色精品久久人妻99蜜桃| 久久久久久久精品精品| 男女午夜视频在线观看| a级毛片在线看网站| av网站在线播放免费| 丝袜脚勾引网站| 国产主播在线观看一区二区 | 午夜视频精品福利| 一级毛片黄色毛片免费观看视频| 久久久精品94久久精品| 999久久久国产精品视频| 亚洲成色77777| 七月丁香在线播放| 成年人午夜在线观看视频| 国产精品香港三级国产av潘金莲 | 亚洲 国产 在线| 最近中文字幕2019免费版| av片东京热男人的天堂| 免费日韩欧美在线观看| a级片在线免费高清观看视频| 国产精品成人在线| 亚洲精品av麻豆狂野| 黑人巨大精品欧美一区二区蜜桃| 欧美在线一区亚洲| 国产99久久九九免费精品| 自线自在国产av| 天天添夜夜摸| 欧美国产精品一级二级三级| 韩国高清视频一区二区三区| 国产熟女欧美一区二区| 国产一区二区 视频在线| 欧美成人精品欧美一级黄| 看十八女毛片水多多多| 亚洲精品国产一区二区精华液| 麻豆乱淫一区二区| 老司机影院毛片| 国产一区亚洲一区在线观看| 热re99久久精品国产66热6| 美女高潮到喷水免费观看| 首页视频小说图片口味搜索 | 亚洲一卡2卡3卡4卡5卡精品中文| 国产老妇伦熟女老妇高清| 另类亚洲欧美激情| 国产成人av教育| 欧美人与性动交α欧美软件| a级片在线免费高清观看视频| 日本午夜av视频| 精品高清国产在线一区| 黄色 视频免费看| 黄网站色视频无遮挡免费观看| 日韩av不卡免费在线播放| 一级片免费观看大全| 大香蕉久久成人网| e午夜精品久久久久久久| 激情五月婷婷亚洲| 女人爽到高潮嗷嗷叫在线视频| 一级黄片播放器| 在线观看人妻少妇| av欧美777| 波野结衣二区三区在线| 亚洲精品日韩在线中文字幕| 香蕉丝袜av| tube8黄色片| 亚洲成人手机| 欧美日韩国产mv在线观看视频| 欧美精品亚洲一区二区| 亚洲专区中文字幕在线| 久久天堂一区二区三区四区| 亚洲av电影在线进入| 久久久久久亚洲精品国产蜜桃av| 欧美精品av麻豆av| 99九九在线精品视频| 999精品在线视频| 青春草视频在线免费观看| 午夜福利免费观看在线| 18在线观看网站| 啦啦啦在线观看免费高清www| 中文字幕av电影在线播放| 久久久精品区二区三区| 亚洲国产精品999| 久久精品成人免费网站| www.熟女人妻精品国产| 曰老女人黄片| 国产亚洲av片在线观看秒播厂| 丁香六月天网| 99精品久久久久人妻精品| 精品久久蜜臀av无| 欧美国产精品一级二级三级| 成人三级做爰电影| 91精品国产国语对白视频| 999久久久国产精品视频| 香蕉丝袜av| 亚洲精品乱久久久久久| 国产精品三级大全| 色婷婷久久久亚洲欧美| 亚洲成人免费av在线播放| 女人久久www免费人成看片| 一区在线观看完整版| 国产成人a∨麻豆精品| 飞空精品影院首页| 五月开心婷婷网| 午夜老司机福利片| 免费久久久久久久精品成人欧美视频| 国产1区2区3区精品| 一区二区三区激情视频| 男女无遮挡免费网站观看| 51午夜福利影视在线观看| 七月丁香在线播放| 亚洲国产精品成人久久小说| 久久久精品免费免费高清| 老鸭窝网址在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 国产亚洲av高清不卡| 国产在线一区二区三区精| www.av在线官网国产| 午夜av观看不卡| 精品少妇内射三级| 波多野结衣av一区二区av| 久久免费观看电影| 日韩av免费高清视频| 国产精品99久久99久久久不卡| 蜜桃在线观看..| 一级,二级,三级黄色视频| 9色porny在线观看| 国产高清视频在线播放一区 | 午夜免费成人在线视频| 久久亚洲国产成人精品v| av网站免费在线观看视频| 久久ye,这里只有精品| 一边摸一边做爽爽视频免费| 国产成人一区二区在线| 亚洲一卡2卡3卡4卡5卡精品中文| 中文字幕av电影在线播放| 欧美 日韩 精品 国产| 99国产综合亚洲精品| 啦啦啦在线观看免费高清www| 好男人视频免费观看在线| 国产精品国产三级国产专区5o| 亚洲成av片中文字幕在线观看| 亚洲五月婷婷丁香| 亚洲欧洲精品一区二区精品久久久| 一级a爱视频在线免费观看| 亚洲成人免费av在线播放| 亚洲国产精品999| 夫妻性生交免费视频一级片| 嫁个100分男人电影在线观看 | 久久精品国产a三级三级三级| 黄色视频不卡| 国产欧美日韩综合在线一区二区| 亚洲国产精品一区三区| 国产精品一二三区在线看| 亚洲精品一区蜜桃| 后天国语完整版免费观看| 欧美久久黑人一区二区| 亚洲av成人不卡在线观看播放网 | 欧美日韩综合久久久久久| 日韩av免费高清视频| 午夜两性在线视频| 国产一区二区三区综合在线观看| 亚洲人成电影免费在线| 亚洲欧美一区二区三区久久| 成人午夜精彩视频在线观看| 亚洲精品日韩在线中文字幕| 午夜日韩欧美国产| 精品一区二区三卡| 成人黄色视频免费在线看| 久久99热这里只频精品6学生| 每晚都被弄得嗷嗷叫到高潮| 久久中文字幕一级| 欧美少妇被猛烈插入视频| 丝瓜视频免费看黄片| 欧美xxⅹ黑人| av天堂久久9| 99久久人妻综合| 亚洲国产精品一区二区三区在线| 久久国产精品人妻蜜桃| 男人舔女人的私密视频| 一级片免费观看大全| 青春草亚洲视频在线观看| 亚洲av在线观看美女高潮| 伊人亚洲综合成人网| 久久影院123| 午夜精品国产一区二区电影| 国产亚洲欧美在线一区二区| 首页视频小说图片口味搜索 | 欧美黑人欧美精品刺激| 国产国语露脸激情在线看| 又黄又粗又硬又大视频| 热99久久久久精品小说推荐| 如日韩欧美国产精品一区二区三区| 50天的宝宝边吃奶边哭怎么回事| 热re99久久精品国产66热6| 亚洲成人国产一区在线观看 | 亚洲精品中文字幕在线视频| 国产精品九九99| 国产一区二区在线观看av| 久久精品亚洲熟妇少妇任你| 蜜桃在线观看..| 亚洲熟女精品中文字幕| 精品少妇一区二区三区视频日本电影| 高清黄色对白视频在线免费看| 国产免费一区二区三区四区乱码| 成人亚洲精品一区在线观看| 国产成人免费无遮挡视频| 91麻豆精品激情在线观看国产 | 9热在线视频观看99| 波野结衣二区三区在线| 50天的宝宝边吃奶边哭怎么回事| 日本91视频免费播放| 汤姆久久久久久久影院中文字幕| 777久久人妻少妇嫩草av网站| 色网站视频免费| 国产成人免费无遮挡视频| 国产精品麻豆人妻色哟哟久久| 永久免费av网站大全| 一区二区三区乱码不卡18| 成年动漫av网址| 只有这里有精品99| 亚洲成人免费电影在线观看 | 午夜视频精品福利| 美女主播在线视频| 纯流量卡能插随身wifi吗| 亚洲五月婷婷丁香| 亚洲精品在线美女| 如日韩欧美国产精品一区二区三区| 一级黄色大片毛片| 亚洲精品日韩在线中文字幕| 手机成人av网站| 51午夜福利影视在线观看| 丰满少妇做爰视频| 天天添夜夜摸| 日韩免费高清中文字幕av| 日韩熟女老妇一区二区性免费视频| 国产成人av激情在线播放| 考比视频在线观看| 国产亚洲午夜精品一区二区久久| 亚洲精品久久成人aⅴ小说| 国产精品亚洲av一区麻豆| 亚洲伊人色综图| 成人黄色视频免费在线看| 国产亚洲一区二区精品| 欧美日韩成人在线一区二区| 国产亚洲一区二区精品| 日本av免费视频播放| 丰满饥渴人妻一区二区三| 一级,二级,三级黄色视频| 亚洲国产精品成人久久小说| 欧美精品人与动牲交sv欧美| 777久久人妻少妇嫩草av网站| 久久精品国产亚洲av高清一级| 日韩免费高清中文字幕av| 国产高清不卡午夜福利| 人妻人人澡人人爽人人| 黄频高清免费视频| 欧美国产精品va在线观看不卡| 色网站视频免费| 国产成人精品久久二区二区免费| 波野结衣二区三区在线| 人妻人人澡人人爽人人| 男女之事视频高清在线观看 | 国产在线免费精品| 中文字幕av电影在线播放| 久久久久精品人妻al黑| 国产1区2区3区精品| 国产精品九九99| 中文字幕av电影在线播放| 黄色视频不卡| 色播在线永久视频| 香蕉丝袜av| 国产成+人综合+亚洲专区| 国产精品av久久久久免费| 搡老熟女国产l中国老女人| 精品久久久久久久毛片微露脸| 国产激情偷乱视频一区二区| or卡值多少钱| 久久精品亚洲精品国产色婷小说| 日本a在线网址| 免费在线观看视频国产中文字幕亚洲| 大型av网站在线播放| 婷婷亚洲欧美| 麻豆av在线久日| 婷婷精品国产亚洲av| 最近最新免费中文字幕在线| 成人特级黄色片久久久久久久| 嫁个100分男人电影在线观看| 国产亚洲精品久久久久久毛片| 午夜福利在线观看吧| 侵犯人妻中文字幕一二三四区| 老鸭窝网址在线观看| 亚洲欧美精品综合一区二区三区| 亚洲五月婷婷丁香| 悠悠久久av| 久99久视频精品免费| 亚洲 国产 在线| x7x7x7水蜜桃| 日韩成人在线观看一区二区三区| 成人三级做爰电影| 他把我摸到了高潮在线观看| xxx96com| 国产欧美日韩精品亚洲av| 午夜久久久在线观看| 亚洲欧美日韩无卡精品| 色综合欧美亚洲国产小说| avwww免费| 欧洲精品卡2卡3卡4卡5卡区| 丰满的人妻完整版| 一本精品99久久精品77| 国产欧美日韩精品亚洲av| 中文字幕av电影在线播放| 91成年电影在线观看| 91九色精品人成在线观看| 免费观看人在逋| 欧美激情久久久久久爽电影| 国产精品 国内视频| 国产精品亚洲一级av第二区| 后天国语完整版免费观看| 老熟妇仑乱视频hdxx| 国产麻豆成人av免费视频| 亚洲真实伦在线观看| 亚洲成国产人片在线观看| www日本黄色视频网| 精品久久久久久成人av| 亚洲成人国产一区在线观看| 一级毛片精品| 叶爱在线成人免费视频播放| 亚洲av五月六月丁香网| 国产精华一区二区三区| 久久青草综合色| 亚洲久久久国产精品| 久久青草综合色| 久久久久久大精品| 香蕉久久夜色| 夜夜爽天天搞| 999精品在线视频| 99久久国产精品久久久| 成人三级黄色视频| 黄色丝袜av网址大全| 国产精品二区激情视频| 亚洲中文日韩欧美视频| 欧美日韩乱码在线| 少妇 在线观看| 一本一本综合久久| 婷婷精品国产亚洲av在线| www国产在线视频色| 草草在线视频免费看| 国产在线精品亚洲第一网站| 淫秽高清视频在线观看| 99国产精品一区二区三区| 欧美黑人巨大hd| 国产午夜福利久久久久久| bbb黄色大片| 亚洲全国av大片| 在线观看免费午夜福利视频| 国产99白浆流出| 久久久水蜜桃国产精品网| 亚洲国产欧美一区二区综合| 91在线观看av| 一二三四社区在线视频社区8| 男人的好看免费观看在线视频 | 日本熟妇午夜| 99国产综合亚洲精品| 国产伦一二天堂av在线观看| 久久久国产精品麻豆| 欧美黄色淫秽网站| 日本五十路高清| 在线观看免费午夜福利视频| 亚洲成人久久性| 一本一本综合久久| 国产午夜福利久久久久久| 高清毛片免费观看视频网站| 麻豆成人av在线观看| 夜夜爽天天搞| 欧美乱码精品一区二区三区| 美女高潮到喷水免费观看| 国产又黄又爽又无遮挡在线| av在线播放免费不卡| 少妇的丰满在线观看| 国产精品影院久久| 久99久视频精品免费| 每晚都被弄得嗷嗷叫到高潮| 中亚洲国语对白在线视频| 成年版毛片免费区| 亚洲av熟女| 757午夜福利合集在线观看| 丝袜美腿诱惑在线| 欧美乱码精品一区二区三区| 日韩视频一区二区在线观看| 中文字幕高清在线视频| 久久久水蜜桃国产精品网| 免费在线观看日本一区| 十八禁网站免费在线| 精品久久久久久久久久免费视频| 亚洲成人国产一区在线观看| 伦理电影免费视频| 国产精品久久久久久精品电影 | 在线观看一区二区三区| 精品久久蜜臀av无| 亚洲国产毛片av蜜桃av| 99久久精品国产亚洲精品| 久久久久精品国产欧美久久久| av中文乱码字幕在线| 国产麻豆成人av免费视频| 亚洲真实伦在线观看| 99久久综合精品五月天人人| 99久久久亚洲精品蜜臀av| 一区二区三区精品91| 亚洲电影在线观看av| 一级毛片女人18水好多| 欧美不卡视频在线免费观看 | 亚洲av日韩精品久久久久久密| 中文在线观看免费www的网站 | 日韩欧美一区视频在线观看| 成熟少妇高潮喷水视频| 国产精品久久久av美女十八| 在线看三级毛片| 最好的美女福利视频网| 欧美丝袜亚洲另类 | 最近最新免费中文字幕在线| 国产黄片美女视频| 最近最新免费中文字幕在线| 变态另类成人亚洲欧美熟女| 中国美女看黄片| 成人特级黄色片久久久久久久| 高清毛片免费观看视频网站| 中文亚洲av片在线观看爽| 一区二区三区精品91| 亚洲国产欧美日韩在线播放| 亚洲欧美精品综合久久99| 男女床上黄色一级片免费看| 亚洲自偷自拍图片 自拍| 大香蕉久久成人网| 久久国产乱子伦精品免费另类| 久久午夜综合久久蜜桃| 99国产综合亚洲精品| 熟女电影av网| 在线av久久热| 99热只有精品国产| 欧美绝顶高潮抽搐喷水| 十八禁人妻一区二区| 男女午夜视频在线观看| 欧美久久黑人一区二区| 欧美日韩乱码在线| 色哟哟哟哟哟哟| 欧美一级毛片孕妇| АⅤ资源中文在线天堂| 久久久久国产精品人妻aⅴ院| 久久香蕉激情| 国内揄拍国产精品人妻在线 | 亚洲第一青青草原| 国产成+人综合+亚洲专区| 青草久久国产| 亚洲第一av免费看| 日韩大尺度精品在线看网址| 69av精品久久久久久| 日本免费一区二区三区高清不卡| √禁漫天堂资源中文www| 成人亚洲精品一区在线观看| 一级a爱视频在线免费观看| 精品一区二区三区四区五区乱码| 91麻豆精品激情在线观看国产| 91九色精品人成在线观看| 在线观看免费日韩欧美大片| 国产在线观看jvid| 可以在线观看毛片的网站| 老鸭窝网址在线观看| 国产精品影院久久| 男女那种视频在线观看| 狠狠狠狠99中文字幕| 少妇粗大呻吟视频| 亚洲av电影不卡..在线观看| 女性生殖器流出的白浆| 亚洲欧美精品综合一区二区三区| 在线看三级毛片| 88av欧美| 欧美日韩瑟瑟在线播放| 可以在线观看的亚洲视频| 久热这里只有精品99| 久久精品国产综合久久久| 91国产中文字幕| 精华霜和精华液先用哪个| 黄片播放在线免费| 欧美zozozo另类| 韩国精品一区二区三区| 观看免费一级毛片| а√天堂www在线а√下载| 欧美一区二区精品小视频在线| 日本在线视频免费播放| 欧美日韩亚洲综合一区二区三区_| 亚洲精品中文字幕在线视频| 国产精品久久电影中文字幕| 久久久精品欧美日韩精品| 亚洲精品在线美女| 精品久久久久久成人av| 天天添夜夜摸| 亚洲一区二区三区色噜噜| 一卡2卡三卡四卡精品乱码亚洲| 90打野战视频偷拍视频| 在线观看www视频免费| 欧美日韩亚洲国产一区二区在线观看| 午夜福利免费观看在线| 动漫黄色视频在线观看| 99热这里只有精品一区 | 午夜福利18| 日日爽夜夜爽网站| 国产成人影院久久av| 97人妻精品一区二区三区麻豆 | 精品乱码久久久久久99久播| 色婷婷久久久亚洲欧美|