• <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PyQt的目標檢測數(shù)據(jù)集自動采集軟件設計與實現(xiàn)

    2023-09-18 16:07:10章毅恒陳育罕張雪秋
    現(xiàn)代信息科技 2023年15期
    關鍵詞:多線程目標檢測

    章毅恒 陳育罕 張雪秋

    摘? 要:目標檢測數(shù)據(jù)集中的樣本數(shù)量及差異性對網絡檢測性能具有重要影響。通過人工標注圖像的方式生成數(shù)據(jù)集耗時又費力,因此設計一款目標檢測數(shù)據(jù)集自動采集軟件。該軟件可以檢測RTSP視頻流、圖片文件及視頻文件,通過預訓練好的輕量化檢測網絡得到目標位置類別及定位信息,生成標注文件并保存到本地。實驗結果表明,該文軟件在不同的平臺上均可運行,其數(shù)據(jù)集采集速度相比人工標注有顯著優(yōu)勢。

    關鍵詞:數(shù)據(jù)集制作;PyQt;目標檢測;多線程;YOLOv5

    中圖分類號:TP311.5? 文獻標識碼:A? 文章編號:2096-4706(2023)15-0012-05

    Design and Implementation of Target Detection Dataset Automatic Collection Software Based on PyQt

    ZHANG Yiheng, CHEN Yuhan, ZHANG Xueqiu

    (College of Mechanical Engineering, Chongqing University of Technology, Chongqing? 400054, China)

    Abstract: The number and diversity of samples in the target detection dataset have a significant impact on network detection performance. Generating a dataset by manually annotating images is time-consuming and laborious, so that a software for automatic collection of object detection datasets is designed. This software can detect RTSP video streams, image files, and video files, obtain target location categories and positioning information through a pre trained lightweight detection network, generate annotation files, and save them locally. The experimental results show that the software can run on different platforms, and its dataset collection speed has significant advantages compared to manual annotation.

    Keywords: dataset making; PyQt; target detection; multithreading; YOLOv5

    0? 引? 言

    卷積神經網絡本質上是一種輸入到輸出的映射,訓練時神經網絡通過大量輸入與輸出的關系不斷修正參數(shù),使得網絡可以得到輸入與輸出之間的映射關系。樣本數(shù)量越多,網絡得到的映射關系越精確。樣本之間的差異越大,網絡的泛化能力就越強。因此,輸入與輸出的樣本數(shù)據(jù)集合是決定目標檢測網絡精度的重要因素。

    人工制作數(shù)據(jù)集需要在圖片中找出目標的種類與位置,并標注出詳細數(shù)據(jù),這個過程需要消耗巨大的人力成本。使用訓練好的網絡檢測并生成數(shù)據(jù)集大大減少了標注圖片形成數(shù)據(jù)集的人工成本,有助于提升深度學習的研究效率。

    為此,本文設計一款實時目標檢測與數(shù)據(jù)集采集標注系統(tǒng),使用PyQt平臺進行開發(fā),采用PyTorch、和PyTorch等庫實現(xiàn)功能。通過預訓練好的目標檢測網絡自動檢測圖像,同時采集圖像目標位置類別與定位信息,生成txt格式的標注文件。為了能夠在沒有安裝GPU或配置深度學習環(huán)境的計算機上仍可使用本軟件,采用預訓練好的輕量化YOLOv5網絡作為檢測網絡,可以檢測COCO數(shù)據(jù)集包含的80個目標種類。為方便操作人員制作數(shù)據(jù)集,將數(shù)據(jù)集自動采集程序設計為可以根據(jù)選定的采樣頻率采集檢測網絡輸出的圖像與預測信息,并保存到自定義的文件夾中。為了更加便捷地增加樣本的差異性,將軟件設計為可以讀取RTSP視頻流、本地圖片和本地視頻三種圖像。

    實驗證明,本文設計開發(fā)的數(shù)據(jù)集采集軟件運行穩(wěn)定,檢測過程流暢,可在操作系統(tǒng)為Win 10及以上版本、CPU為x86_64架構的計算機中運行。相比于人工標注數(shù)據(jù)集,使用本軟件標注數(shù)據(jù)集可節(jié)約90%的人力成本,便于相關研究人員快速制作數(shù)據(jù)集。

    1? 軟件界面設計與功能設計

    軟件界面如圖1所示,界面分為RTSP流操作區(qū)域、本地文件操作區(qū)域、數(shù)據(jù)集采樣操作區(qū)域、檢測操作區(qū)域以及圖像顯示區(qū)域六個區(qū)域。RTSP流操作區(qū)域提供輸入RTSP流地址、獲取RTSP流圖像和停止獲取RTSP流圖像等功能。本地文件區(qū)域提供選取本地文件并顯示文件類型和地址等功能。采樣操作區(qū)域提供單幀手動采集、選擇樣本保存地址、調節(jié)采集間隔幀數(shù)、啟動自動采集、停止自動采集等功能。檢測區(qū)域提供置信度調節(jié)、開始停止檢測等功能。

    為了增加軟件的靈活性,設定六種輸入軟件的內容,分別為RTSP流地址、視頻文件地址、圖片文件地址、檢測網絡置信度、數(shù)據(jù)集采樣頻率、數(shù)據(jù)集保存位置。RTSP流為輸入的字符串,由使用人員從輸入框自行輸入。可從0至1的范圍內調節(jié)置信度。數(shù)據(jù)集自動采樣頻率由間隔幀數(shù)確定,可自行輸入,也可通過按鈕以每10幀為一單位進行調節(jié)。除了自動采集數(shù)據(jù)集,還可通過按鈕手動采集單幀圖像及其標注信息。檢測網絡輸入圖像有三種來源,分別為RTSP流實時畫面、本地圖片文件、本地視頻文件。多種輸入可以豐富數(shù)據(jù)集的來源,增加數(shù)據(jù)集的多樣性和規(guī)模。設定四種隊列(分別為視頻流隊列、檢測-輸入隊列、檢測-輸出隊列、檢測-目標信息隊列)來完成不同模塊線程間的信息交互,使程序運行更加流暢。設定4種工作狀態(tài),分別為初始狀態(tài)、播放視頻流狀態(tài)、顯示本地文件狀態(tài)、檢測狀態(tài)。執(zhí)行不同操作前先判斷軟件的工作狀態(tài),避免出現(xiàn)數(shù)據(jù)混亂和程序卡死的問題。

    2? 功能模塊開發(fā)

    采用vscode編輯器+PyQt-Integration插件+Python插件作為集成開發(fā)環(huán)境。使用PyQt-Integration插件將.ui文件轉換為.py格式的UI聲明文件,通過UI聲明文件給UI中的按鈕、標簽等槽函數(shù)綁定各種功能。各模塊類繼承PyQt的QTherad線程類以實現(xiàn)多線程,線程間通過隊列通信,隊列繼承自Python內部的queue類。軟件結構如圖2所示。

    2.1? UI模塊

    使用Qt Designer開發(fā)程序界面,使用Qlabel元素作為展示視頻流和圖片/視頻文件的承載元素,使用QspinBox元素調節(jié)參數(shù),使用QListWidget元素展示統(tǒng)計結果,操作按鈕為PushButton。圖像讀取路徑和保存地址通過QlineEdit輸入。

    2.2? 視頻流讀取模塊

    調用中的videocapture函數(shù)來讀取RTSP視頻流的圖像。由于VideoCapture函數(shù)讀取的圖像會自行開辟緩存,輸出圖像數(shù)據(jù)時不一定是最新幀,造成掉幀和花屏的現(xiàn)象。因此,單獨開辟一個線程,將videocapture每次讀取的圖像輸入到視頻流隊列中。后續(xù)模塊調用時從隊列中讀取圖像,避免卡頓現(xiàn)象的發(fā)生。

    2.3? 本地文件讀取模塊

    如果本地文件地址為圖片,讀取完后會在原圖區(qū)域顯示圖片。如果本地文件地址為視頻,則顯示視頻的第一幀畫面。新編寫文件讀取函數(shù),解決了原生圖片及視頻讀取函數(shù)無法讀取中文路徑以及只能讀取8位深圖像的問題。

    2.4? 圖像檢測模塊

    圖像檢測模塊負責處理目標檢測網絡的輸入輸出。如果軟件正在讀取RTSP流,那么檢測網絡的輸入為RTSP流最新幀圖像。如果未獲取或停止獲取RTSP視頻流數(shù)據(jù),則檢測網絡輸入為本地文件,若本地文件地址為圖片或視頻,則檢測網絡輸入為選定的圖片或視頻。若本地文件地址為文件夾,則檢測該文件夾下所有圖片。檢測時,復制輸入圖像并將其推入檢測-輸入隊列,將檢測結果推入檢測-輸出隊列,將預測框信息、目標統(tǒng)計信息等推入檢測-目標信息隊列,從而保證檢測網絡的輸入輸出與目標信息同步,避免播放與采集時出現(xiàn)數(shù)據(jù)不匹配的問題。

    2.5? 數(shù)據(jù)顯示模塊

    數(shù)據(jù)顯示模塊負責將原始圖像、檢測網絡輸出圖像和檢測統(tǒng)計結果展示在界面上。當軟件處于檢測文件或檢測視頻流狀態(tài)時,數(shù)據(jù)顯示線程從檢測-輸入隊列讀取原圖并填入UI界面的原圖顯示區(qū)域,從檢測-輸出隊列讀取檢測完成的圖片填入檢測結果圖片顯示區(qū)域,從檢測-目標信息隊列讀取目標種類與數(shù)量統(tǒng)計結果填入統(tǒng)計區(qū)域。為了使圖像以原比例保存,編寫了圖像尺寸自適應函數(shù),通過填充邊緣的方式使圖像有效部分的比例不變。由于讀取圖像的色彩順序為BGR,重新編寫圖像讀取函數(shù),將圖像色彩順序調整為RGB。

    2.6? 數(shù)據(jù)集采集模塊

    數(shù)據(jù)集采集模塊負責將被檢測圖像及其檢測出的目標信息保存到本地,以供制作數(shù)據(jù)集。采集線程設置一個計數(shù)器,當計數(shù)器數(shù)量與采集間隔幀數(shù)相同時,采集線程讀取目標信息隊列中最新的目標信息,將當前所檢測圖像幀中每一個目標的中心點位置、高度、寬度和種類等標注信息保存為本地txt文件,保存位置由使用者自行選擇。同時,讀取當前檢測結果圖像隊列的最新一幀圖像為本地圖片文件,保存的圖像與標注信息命名相同。采集完畢后,計數(shù)器清零,重新開始計數(shù)。

    3? 檢測程序

    為了快速且準確地檢測圖像,采用預訓練好的基于PyQt的目標檢測網絡獲取圖像中的目標信息。

    3.1? 輕量化檢測網絡

    YOLO系列網絡是目標檢測領域常用的一種端到端深度網絡,該網絡將檢測問題轉化為回歸問題,可以在預測目標中心位置與寬高的同時,預測目標的類別。與R-CNN系列的兩級網絡相比,YOLO網絡無需大規(guī)模生成先驗框,從而大幅減少參數(shù),提升運行速度。本文所設計的軟件需要檢測視頻流,對檢測速度提出了更高的要求,因此YOLO網絡更適合作為本文檢測網絡的基礎。

    深度學習網絡訓練與檢測時,往往使用GPU硬件進行計算以加快速度。為了確保本文所設計的系統(tǒng)在缺乏GPU平臺的計算機上能夠移植且保持檢測的實時性,使用YOLOv5網絡的輕量化版本YOLOv5-lite作為目標檢測網絡,使得網絡在只有CPU的計算機上仍能實時檢測目標。

    YOLOv5-lite網絡結構如圖3所示。YOLOv5-lite繼承了YOLOv5的核心思想,但相比于對性能要求更高的YOLOv5s,YOLOv5-lite做了如下輕量化處理,使得網絡在CPU設備上仍可流暢運行。

    首先,YOLOv5-lite去除了Focus層,以Conv-BatchNorm-Relu結構取而代之,從而避免多次slice操作導致的緩存過度占用;使用ShuffleNetv2網絡取代原YOLOv5s網絡的Backbone層,相比于原Backbone層大量使用的C3模塊,Shuffle_Block操作對內存訪問量要求更低。為進一步降低內存占用與運算量,將原始YOLOv5s里PAN結構中的Concat操作更改為add操作。

    3.2? 網絡訓練

    訓練所用計算機的配置:CPU為Intel(R) Xeon(R) Silver 4210R,運行內存為32 GB,GPU為GTX3060ti,顯存為8 GB。訓練環(huán)境為Python 3.8.16、PyTorch 1.12、cuda 11.7。為提高預訓練網絡的特征提取能力,在COCO數(shù)據(jù)集中選取9 000張圖片作為訓練集。訓練參數(shù)設置:batch大小為30,epoch數(shù)量為300,初始學習率為0.01。

    3.3? 網絡實驗與驗證

    為了驗證網絡在較低性能CPU平臺上的運行速度與精度,在Intel i7-6700k處理器上測試網絡的速度與精度。速度指標為FPS,檢測精度指標為mAP@0.5,表示各類別檢測精度的平均值。

    驗證數(shù)據(jù)集為COCO數(shù)據(jù)集中未經訓練的1 000張圖片,同時橫向對比其他若干檢測網絡。實驗結果如表1所示。

    實驗結果表明,YOLOv5-lite網絡在CPU上的檢測速度為28.1 f/s,遠遠高于原始YOLOv5s網絡和fast-rcnn網絡,滿足實時性要求,同時又遠高于YOLOv4-tiny的檢測精度。故YOLOv5-lite網絡適合作為本軟件的目標檢測網絡。

    4? 程序打包與功能驗證

    4.1? 程序打包

    運行本軟件所需的依賴庫如表2所示。

    為了避免對此軟件無用的庫也被打包進可執(zhí)行程序而帶來程序體積增大的問題,使用Anconda新建一個虛擬環(huán)境,安裝表2所列出的依賴庫。在編寫程序時,盡量按需引入功能模塊,減小打包體積。為了使程序在無依賴庫與Python環(huán)境的計算中仍可運行,使用Pyinstaller將Python文件打包成Windows平臺可執(zhí)行程序(.exe文件)。

    4.2? 跨平臺運行驗證

    為了驗證軟件的可移植性,在不同的平臺上測試軟件的運行。從使用場景的角度出發(fā),只考慮軟件在操作系統(tǒng)為Win10及以上、CPU位數(shù)為64位x86_64架構的計算機上運行。測試用視頻流來自??低晹z像頭GH19L,輸出圖像尺寸為1 920×1 080,碼率為25 f/s。在部分計算機上測試各功能是否能正常運行,實驗結果如表3所示。

    驗證結果表明,本文軟件具有良好的可移植性,在用于測試的計算機上均能流暢運行。

    4.3? 標注效率驗證

    在COCO數(shù)據(jù)集中隨機選取未經檢測網絡訓練的500張圖片,使用攝像機自行采集并人工標注500張圖片,共計7 360個目標,構成驗證數(shù)據(jù)集,用于對比使用軟件標注的優(yōu)劣。軟件正確標注了6 356個目標,錯誤標注了371個目標,漏檢了633個目標,漏檢目標多為成像尺寸較小的目標。相較于人工標注,使用本文軟件標注能夠節(jié)約86%的人工成本,充分驗證了本文軟件的實用價值。

    5? 結? 論

    本文提出一款可快速制作目標檢測數(shù)據(jù)集的軟件。通過預訓練網絡檢測RTSP視頻流或本地文件,得到圖片中的目標種類與位置信息,并保存到本地文件夾中,從而自動生成數(shù)據(jù)集。軟件可以自選輸入,檢測置信度,采樣頻率和數(shù)據(jù)集保存位置等信息。測試結果表明,本文軟件具有良好的可移植性,可大幅減輕數(shù)據(jù)集制作的工作量。

    參考文獻:

    [1] 高洪波.煤礦應急救援指揮信息系統(tǒng)的設計與實現(xiàn) [J].現(xiàn)代信息科技,2022,6(21):105-108+111.

    [2] 吳春波,陳偉,趙振華,等.基于PyQt的SHPB試驗數(shù)據(jù)處理程序開發(fā) [J].計算機應用與軟件,2021,38(12):11-13+80.

    [3] 劉宏偉.基于Qt的多通道振動信號采集儀上位機軟件設計 [J].現(xiàn)代信息科技,2023,7(3):24-28+32.

    [4] 陸安琴,秦嬋嬋,胡圣波,等.基于PyQt5的數(shù)字圖像處理實驗平臺設計 [J].電子元器件與信息技術,2021,5(2):158-161.

    [5] 陳富榮,肖明明.基于YOLOv5的改進小目標檢測算法研究 [J].現(xiàn)代信息科技,2023,7(3):55-60+65.

    [6] ZHANG X Y,ZHOU X Y,LIN M X,et al. ShuffleNet: An Extr-emely Efficient Convolutional Neural Network for Mobile Devices [C]//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Salt Lake City:IEEE,2018:6848-6856.

    [7] MA N N,ZHANG X Y,ZHENG H T,et al. Shufflenetv2: Practical guidelines for efficient CNN architecture design [C]//Proceedings of the European Conference on Computer Vision. Munich:Springer,2018:122-138.

    猜你喜歡
    多線程目標檢測
    視頻中目標檢測算法研究
    軟件(2016年4期)2017-01-20 09:38:03
    行為識別中的人體運動目標檢測方法
    Java并發(fā)工具包對并發(fā)編程的優(yōu)化
    基于多線程文件傳輸關鍵技術研究與實現(xiàn)
    移動機器人圖像目標識別
    網頁爬蟲技術的關鍵技術研究探索
    一種基于多線程的高速磁盤鏡像算法
    基于P3電位的目標檢測研究
    科技視界(2016年4期)2016-02-22 13:09:19
    免费搜索国产男女视频| 尾随美女入室| 伦理电影大哥的女人| 欧美又色又爽又黄视频| АⅤ资源中文在线天堂| 亚洲欧美日韩高清专用| 中文亚洲av片在线观看爽| eeuss影院久久| 免费大片18禁| 国产中年淑女户外野战色| 国产精品永久免费网站| 成年版毛片免费区| 精品国产三级普通话版| 日韩欧美免费精品| 亚洲欧美精品综合久久99| 国产精品电影一区二区三区| 永久网站在线| 床上黄色一级片| 国产亚洲av嫩草精品影院| 亚洲久久久久久中文字幕| 久久精品国产亚洲av涩爱 | 精品人妻一区二区三区麻豆 | 午夜福利在线观看免费完整高清在 | 成人美女网站在线观看视频| 九九在线视频观看精品| 色综合亚洲欧美另类图片| 丝袜美腿在线中文| 久久精品国产亚洲av天美| 久久久久国产精品人妻aⅴ院| 无遮挡黄片免费观看| 国产精品精品国产色婷婷| 午夜激情福利司机影院| 在线播放无遮挡| 男人舔奶头视频| 有码 亚洲区| 日韩亚洲欧美综合| 真人做人爱边吃奶动态| 久久久午夜欧美精品| 91久久精品国产一区二区三区| 在线免费十八禁| 亚洲欧美日韩高清在线视频| 22中文网久久字幕| 嫩草影院精品99| 热99re8久久精品国产| 美女被艹到高潮喷水动态| 亚洲一区二区三区色噜噜| 亚洲av美国av| 人妻少妇偷人精品九色| 国产亚洲精品av在线| 久久欧美精品欧美久久欧美| 免费观看人在逋| 美女高潮的动态| 色5月婷婷丁香| 免费看a级黄色片| 综合色av麻豆| 久久精品国产99精品国产亚洲性色| av在线亚洲专区| 久久人人精品亚洲av| 我要看日韩黄色一级片| 成人特级av手机在线观看| 国产精华一区二区三区| 级片在线观看| 久久久久久久久中文| 日本黄色视频三级网站网址| 美女免费视频网站| 欧美性猛交黑人性爽| 久久久国产成人免费| 久久久精品大字幕| 国产爱豆传媒在线观看| a级毛片免费高清观看在线播放| 熟女人妻精品中文字幕| 国产成人一区二区在线| 亚洲成人中文字幕在线播放| 在线观看午夜福利视频| 99热精品在线国产| 国产三级在线视频| 狠狠狠狠99中文字幕| 人妻久久中文字幕网| 99久久九九国产精品国产免费| 午夜a级毛片| 欧美成人a在线观看| 99热这里只有精品一区| 久久精品91蜜桃| 丰满人妻一区二区三区视频av| 一本久久中文字幕| 国产伦精品一区二区三区四那| 精品一区二区三区视频在线观看免费| 午夜免费成人在线视频| av中文乱码字幕在线| 午夜福利18| 搡女人真爽免费视频火全软件 | 91久久精品电影网| 国产男靠女视频免费网站| 国产高清激情床上av| 丰满乱子伦码专区| а√天堂www在线а√下载| 在现免费观看毛片| 日本撒尿小便嘘嘘汇集6| 一本精品99久久精品77| 亚洲午夜理论影院| 国产老妇女一区| 精品人妻视频免费看| 亚洲av成人av| 夜夜爽天天搞| 一级黄片播放器| 女人被狂操c到高潮| 精品久久久久久久久久久久久| 看片在线看免费视频| 小蜜桃在线观看免费完整版高清| 老熟妇乱子伦视频在线观看| 黄色配什么色好看| 欧美三级亚洲精品| 一进一出抽搐gif免费好疼| 国产一区二区三区av在线 | 国产亚洲av嫩草精品影院| 久久国内精品自在自线图片| 非洲黑人性xxxx精品又粗又长| 成人亚洲精品av一区二区| 久久久久久久亚洲中文字幕| 日日摸夜夜添夜夜添av毛片 | 3wmmmm亚洲av在线观看| 欧美日韩精品成人综合77777| 国产亚洲91精品色在线| av视频在线观看入口| 国产麻豆成人av免费视频| 黄色丝袜av网址大全| 国产精品99久久久久久久久| av在线蜜桃| 久久精品夜夜夜夜夜久久蜜豆| 黄色视频,在线免费观看| 欧美成人a在线观看| 久久精品国产亚洲网站| 亚洲在线观看片| 女同久久另类99精品国产91| 美女大奶头视频| 中文字幕熟女人妻在线| 亚洲男人的天堂狠狠| 在线天堂最新版资源| 国产精品三级大全| 99热这里只有精品一区| 在线天堂最新版资源| 色哟哟·www| 日本黄色片子视频| 午夜福利在线观看免费完整高清在 | 动漫黄色视频在线观看| 我要搜黄色片| 天堂影院成人在线观看| 1000部很黄的大片| 欧美zozozo另类| 老师上课跳d突然被开到最大视频| 精品一区二区三区视频在线观看免费| 在线观看美女被高潮喷水网站| 亚洲精品乱码久久久v下载方式| 免费观看在线日韩| 亚洲狠狠婷婷综合久久图片| 日韩欧美国产在线观看| 日韩精品青青久久久久久| 制服丝袜大香蕉在线| av黄色大香蕉| 人人妻人人澡欧美一区二区| 色精品久久人妻99蜜桃| 国产色婷婷99| 色噜噜av男人的天堂激情| 男插女下体视频免费在线播放| 少妇的逼水好多| 亚洲精品日韩av片在线观看| 春色校园在线视频观看| 久久久久久久久久成人| 久久婷婷人人爽人人干人人爱| 日本一二三区视频观看| 欧美绝顶高潮抽搐喷水| 十八禁网站免费在线| 很黄的视频免费| 内射极品少妇av片p| 日本 av在线| 国产精品嫩草影院av在线观看 | 国产亚洲91精品色在线| 男人狂女人下面高潮的视频| 99久久久亚洲精品蜜臀av| 校园人妻丝袜中文字幕| 欧美潮喷喷水| 黄色女人牲交| 最新在线观看一区二区三区| 国产女主播在线喷水免费视频网站 | 亚洲18禁久久av| 免费观看的影片在线观看| 精品久久久噜噜| 变态另类成人亚洲欧美熟女| 我要看日韩黄色一级片| 精品久久久噜噜| 深夜a级毛片| 久久国内精品自在自线图片| 伦理电影大哥的女人| 久久人人爽人人爽人人片va| 久久精品国产亚洲av天美| 日韩一本色道免费dvd| 69av精品久久久久久| 99热精品在线国产| 成人国产一区最新在线观看| 国产一区二区激情短视频| 嫩草影院入口| 亚洲成a人片在线一区二区| 国产色婷婷99| 九九在线视频观看精品| 亚洲av中文av极速乱 | 亚洲欧美激情综合另类| 又爽又黄a免费视频| 18+在线观看网站| 国产伦在线观看视频一区| 在线观看66精品国产| 一区二区三区高清视频在线| 亚洲自拍偷在线| 亚洲自偷自拍三级| 国产高清有码在线观看视频| xxxwww97欧美| 啦啦啦韩国在线观看视频| 成人永久免费在线观看视频| 两个人的视频大全免费| 九九久久精品国产亚洲av麻豆| 嫩草影院新地址| 日本撒尿小便嘘嘘汇集6| 亚洲午夜理论影院| av天堂在线播放| 极品教师在线免费播放| 欧美丝袜亚洲另类 | 亚洲综合色惰| 一本久久中文字幕| 亚洲在线自拍视频| 国产精品一区二区性色av| 哪里可以看免费的av片| 麻豆成人午夜福利视频| 精品久久久久久久人妻蜜臀av| 欧美又色又爽又黄视频| 美女xxoo啪啪120秒动态图| 婷婷丁香在线五月| 婷婷亚洲欧美| 中文字幕熟女人妻在线| 免费人成在线观看视频色| 精品国产三级普通话版| 久久草成人影院| 精品一区二区三区人妻视频| 日韩欧美精品免费久久| 老司机深夜福利视频在线观看| 香蕉av资源在线| 国内精品久久久久久久电影| 12—13女人毛片做爰片一| 91久久精品国产一区二区成人| 欧美最黄视频在线播放免费| 日韩欧美三级三区| 男女边吃奶边做爰视频| 国产色爽女视频免费观看| 一级a爱片免费观看的视频| 午夜精品久久久久久毛片777| 国产精品99久久久久久久久| 丰满乱子伦码专区| 人妻丰满熟妇av一区二区三区| 男人舔女人下体高潮全视频| 一级黄片播放器| 久久香蕉精品热| 欧美日韩乱码在线| 在线观看舔阴道视频| 欧美黑人欧美精品刺激| 直男gayav资源| 国产精品福利在线免费观看| 午夜精品久久久久久毛片777| 国产黄片美女视频| 成人特级av手机在线观看| 真实男女啪啪啪动态图| 国产精品久久久久久精品电影| 两人在一起打扑克的视频| 日本黄大片高清| 欧美在线一区亚洲| 搡老熟女国产l中国老女人| 日本精品一区二区三区蜜桃| 欧美极品一区二区三区四区| 自拍偷自拍亚洲精品老妇| 亚洲欧美日韩高清专用| 亚洲国产高清在线一区二区三| 天美传媒精品一区二区| 又黄又爽又刺激的免费视频.| 亚洲色图av天堂| 精品一区二区三区av网在线观看| 日本成人三级电影网站| 国产免费av片在线观看野外av| 毛片一级片免费看久久久久 | 欧美绝顶高潮抽搐喷水| 午夜福利欧美成人| 欧美色视频一区免费| 中文资源天堂在线| 在线观看一区二区三区| 美女cb高潮喷水在线观看| 日韩一区二区视频免费看| av在线观看视频网站免费| 91久久精品国产一区二区成人| 老女人水多毛片| 久久久久久九九精品二区国产| a级毛片a级免费在线| 两人在一起打扑克的视频| 免费看光身美女| 男女做爰动态图高潮gif福利片| 亚洲欧美清纯卡通| 免费av观看视频| 深夜精品福利| 蜜桃久久精品国产亚洲av| 午夜免费成人在线视频| 非洲黑人性xxxx精品又粗又长| 久久精品91蜜桃| 一区二区三区免费毛片| 婷婷精品国产亚洲av| 观看美女的网站| 在线国产一区二区在线| 91久久精品国产一区二区三区| 成人综合一区亚洲| 波多野结衣高清作品| 中文字幕人妻熟人妻熟丝袜美| 婷婷色综合大香蕉| 国产v大片淫在线免费观看| av中文乱码字幕在线| 18禁黄网站禁片午夜丰满| 精品一区二区三区视频在线观看免费| 男人的好看免费观看在线视频| 日韩,欧美,国产一区二区三区 | 两性午夜刺激爽爽歪歪视频在线观看| 在线观看美女被高潮喷水网站| 精品国内亚洲2022精品成人| 天堂√8在线中文| 男女那种视频在线观看| 国产精品国产三级国产av玫瑰| 直男gayav资源| avwww免费| 啦啦啦啦在线视频资源| 国产 一区精品| 在线看三级毛片| 亚洲成人久久性| a在线观看视频网站| av福利片在线观看| 嫩草影院入口| 国产视频一区二区在线看| 亚洲精华国产精华精| 少妇高潮的动态图| 男女视频在线观看网站免费| 国产乱人伦免费视频| 亚洲aⅴ乱码一区二区在线播放| 日韩国内少妇激情av| 久久久久久大精品| 色综合婷婷激情| 欧美日韩中文字幕国产精品一区二区三区| 色综合婷婷激情| 九九热线精品视视频播放| 国产伦精品一区二区三区四那| 97超视频在线观看视频| 国产亚洲欧美98| 国产伦精品一区二区三区四那| 欧美日韩亚洲国产一区二区在线观看| 国产精品亚洲美女久久久| 在线观看一区二区三区| 少妇猛男粗大的猛烈进出视频 | 观看美女的网站| aaaaa片日本免费| 国产精品人妻久久久久久| 人人妻,人人澡人人爽秒播| 中文字幕熟女人妻在线| 又爽又黄无遮挡网站| 波野结衣二区三区在线| 国产精品日韩av在线免费观看| 成人鲁丝片一二三区免费| 国产视频一区二区在线看| 噜噜噜噜噜久久久久久91| 99久国产av精品| 一区二区三区高清视频在线| 国内毛片毛片毛片毛片毛片| 十八禁国产超污无遮挡网站| 亚洲乱码一区二区免费版| 国产亚洲精品久久久com| 亚洲最大成人中文| АⅤ资源中文在线天堂| 一级av片app| 日韩中文字幕欧美一区二区| 狂野欧美激情性xxxx在线观看| 真实男女啪啪啪动态图| 久久人人精品亚洲av| 日韩欧美免费精品| 亚洲在线观看片| 少妇被粗大猛烈的视频| 熟女人妻精品中文字幕| 精品不卡国产一区二区三区| 极品教师在线免费播放| 日本一本二区三区精品| 午夜影院日韩av| 国产精品一区www在线观看 | 91久久精品国产一区二区三区| 久久久久久久久久久丰满 | 亚洲av一区综合| 国产在线精品亚洲第一网站| 男人舔女人下体高潮全视频| 无人区码免费观看不卡| 久久香蕉精品热| 色吧在线观看| 99热只有精品国产| 两人在一起打扑克的视频| 在线观看免费视频日本深夜| 欧美成人性av电影在线观看| 亚洲国产精品久久男人天堂| 波多野结衣高清无吗| 欧美zozozo另类| 在线国产一区二区在线| 亚洲熟妇熟女久久| 国产大屁股一区二区在线视频| 国产午夜精品久久久久久一区二区三区 | 免费在线观看成人毛片| 国产精品98久久久久久宅男小说| av在线天堂中文字幕| 亚洲中文日韩欧美视频| 国产男人的电影天堂91| 天天躁日日操中文字幕| 免费看光身美女| 色综合站精品国产| av专区在线播放| 丰满人妻一区二区三区视频av| 精品人妻一区二区三区麻豆 | 国产高清视频在线播放一区| 久久国内精品自在自线图片| 国产熟女欧美一区二区| 美女xxoo啪啪120秒动态图| 亚洲一区高清亚洲精品| 在线免费十八禁| 波多野结衣巨乳人妻| 美女黄网站色视频| 国产人妻一区二区三区在| 露出奶头的视频| 九九爱精品视频在线观看| 亚洲欧美日韩东京热| АⅤ资源中文在线天堂| 午夜久久久久精精品| 此物有八面人人有两片| 日韩人妻高清精品专区| 欧美色视频一区免费| 国产视频一区二区在线看| 免费观看人在逋| 黄色欧美视频在线观看| 久久久久久伊人网av| 欧美另类亚洲清纯唯美| 亚洲成人中文字幕在线播放| 嫩草影院入口| 亚洲精品影视一区二区三区av| 小蜜桃在线观看免费完整版高清| 国产一区二区激情短视频| 99久久成人亚洲精品观看| 久久精品国产自在天天线| 精品久久久久久成人av| 亚洲av中文av极速乱 | 天天一区二区日本电影三级| 国产黄a三级三级三级人| 人妻丰满熟妇av一区二区三区| 五月玫瑰六月丁香| 91午夜精品亚洲一区二区三区 | 丰满人妻一区二区三区视频av| 欧美日韩亚洲国产一区二区在线观看| 久久欧美精品欧美久久欧美| 麻豆国产av国片精品| 国产熟女欧美一区二区| 亚洲av熟女| 色5月婷婷丁香| 国产黄a三级三级三级人| 午夜福利成人在线免费观看| 搡老岳熟女国产| 久久久色成人| 很黄的视频免费| 国产高潮美女av| 国产精华一区二区三区| .国产精品久久| 我要看日韩黄色一级片| 亚洲人成网站在线播| 亚洲精品亚洲一区二区| 桃红色精品国产亚洲av| 白带黄色成豆腐渣| 欧美成人性av电影在线观看| netflix在线观看网站| 波多野结衣高清作品| 亚洲人成网站在线播| 午夜福利高清视频| 男人和女人高潮做爰伦理| 亚洲电影在线观看av| 久久午夜福利片| 亚洲无线观看免费| 亚洲av成人av| 国产精品永久免费网站| 精品国产三级普通话版| 欧洲精品卡2卡3卡4卡5卡区| 日韩精品有码人妻一区| 午夜精品在线福利| 日韩中文字幕欧美一区二区| 精品久久久久久久末码| 伦理电影大哥的女人| 免费大片18禁| 色综合婷婷激情| 久久久久久大精品| 亚洲av成人精品一区久久| 少妇丰满av| 性欧美人与动物交配| 久久精品人妻少妇| 美女 人体艺术 gogo| 日韩欧美 国产精品| 99久久精品国产国产毛片| 亚洲电影在线观看av| 亚洲精华国产精华精| 免费看光身美女| 国产精品爽爽va在线观看网站| 精品久久久噜噜| www.色视频.com| 91精品国产九色| 99久久久亚洲精品蜜臀av| 亚洲aⅴ乱码一区二区在线播放| 国产亚洲精品综合一区在线观看| 88av欧美| 一卡2卡三卡四卡精品乱码亚洲| 国产精品福利在线免费观看| bbb黄色大片| 麻豆久久精品国产亚洲av| 一本一本综合久久| 三级国产精品欧美在线观看| 久久国内精品自在自线图片| 国产精品98久久久久久宅男小说| 午夜亚洲福利在线播放| 午夜日韩欧美国产| 欧美黑人欧美精品刺激| 欧洲精品卡2卡3卡4卡5卡区| 日韩欧美精品v在线| 亚洲人与动物交配视频| 国产一级毛片七仙女欲春2| 91久久精品国产一区二区成人| 亚洲中文日韩欧美视频| 国产精品久久久久久精品电影| 免费黄网站久久成人精品| 国产精品无大码| 国产中年淑女户外野战色| 免费在线观看影片大全网站| 99riav亚洲国产免费| 国产精品98久久久久久宅男小说| 在线观看美女被高潮喷水网站| 美女被艹到高潮喷水动态| 亚洲av免费在线观看| 亚洲在线观看片| 99热网站在线观看| 老司机福利观看| 日本五十路高清| 别揉我奶头~嗯~啊~动态视频| 欧美区成人在线视频| 欧美黑人巨大hd| 国产精品乱码一区二三区的特点| 制服丝袜大香蕉在线| 中文字幕久久专区| 国产91精品成人一区二区三区| 亚洲久久久久久中文字幕| 男女下面进入的视频免费午夜| 亚洲第一电影网av| 日韩中字成人| 欧美成人免费av一区二区三区| 黄色女人牲交| 亚洲在线自拍视频| 长腿黑丝高跟| 成人欧美大片| 国产一区二区亚洲精品在线观看| 午夜日韩欧美国产| 美女xxoo啪啪120秒动态图| 久久精品国产亚洲av涩爱 | 麻豆一二三区av精品| 免费大片18禁| 欧美日韩瑟瑟在线播放| 最后的刺客免费高清国语| 国内精品美女久久久久久| 亚洲成人久久爱视频| 欧美又色又爽又黄视频| 两人在一起打扑克的视频| 成人国产麻豆网| 午夜福利成人在线免费观看| 他把我摸到了高潮在线观看| 淫妇啪啪啪对白视频| 91久久精品国产一区二区三区| 国产免费男女视频| 亚洲欧美日韩卡通动漫| 一级黄色大片毛片| 国产精品嫩草影院av在线观看 | 男人舔女人下体高潮全视频| 高清在线国产一区| 免费高清视频大片| 欧美最黄视频在线播放免费| 亚洲熟妇熟女久久| 日韩在线高清观看一区二区三区 | 中国美女看黄片| 久久精品91蜜桃| 18禁黄网站禁片午夜丰满| 日韩欧美精品v在线| 久久精品国产亚洲av天美| 亚洲一级一片aⅴ在线观看| 免费观看精品视频网站| 国产精品自产拍在线观看55亚洲| 欧美日韩国产亚洲二区| 亚洲黑人精品在线| 国产一级毛片七仙女欲春2| 美女 人体艺术 gogo| 欧美日韩精品成人综合77777| 99久久成人亚洲精品观看| АⅤ资源中文在线天堂| 国产午夜精品论理片| 97热精品久久久久久| 亚洲成人久久性| 国产亚洲欧美98| www.色视频.com| 免费一级毛片在线播放高清视频| 观看美女的网站| 中文亚洲av片在线观看爽| 亚洲成人久久爱视频| 91av网一区二区| 九色国产91popny在线|