• <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
    十八禁人妻一区二区| 人人妻人人澡欧美一区二区| 久久伊人香网站| 嫩草影院精品99| 亚洲欧美日韩卡通动漫| 亚洲人成电影免费在线| 亚洲欧美一区二区三区黑人| 欧美成人性av电影在线观看| 国产一区二区三区在线臀色熟女| 国产一区二区激情短视频| 淫秽高清视频在线观看| 免费搜索国产男女视频| 亚洲av一区综合| 最近最新中文字幕大全免费视频| 免费搜索国产男女视频| bbb黄色大片| 内地一区二区视频在线| 精品国内亚洲2022精品成人| 99久久精品一区二区三区| 高潮久久久久久久久久久不卡| 一级毛片女人18水好多| 国产精品电影一区二区三区| 搡老熟女国产l中国老女人| 亚洲最大成人中文| 国产激情欧美一区二区| 成年免费大片在线观看| 亚洲不卡免费看| 日韩大尺度精品在线看网址| www日本在线高清视频| 不卡一级毛片| 亚洲成人中文字幕在线播放| 国产不卡一卡二| 精品久久久久久,| 久久精品夜夜夜夜夜久久蜜豆| 国产一区在线观看成人免费| 久久中文看片网| 男女之事视频高清在线观看| 99riav亚洲国产免费| 久久午夜亚洲精品久久| 少妇的丰满在线观看| 久久伊人香网站| 日日夜夜操网爽| 91九色精品人成在线观看| 日韩欧美免费精品| 欧美一区二区亚洲| 亚洲精品久久国产高清桃花| 最近在线观看免费完整版| 成人av在线播放网站| 麻豆成人午夜福利视频| 亚洲欧美激情综合另类| 成人亚洲精品av一区二区| 亚洲第一电影网av| 看片在线看免费视频| 一个人看视频在线观看www免费 | 免费电影在线观看免费观看| 久久久国产精品麻豆| 免费搜索国产男女视频| 国产真实乱freesex| 成年女人毛片免费观看观看9| 夜夜躁狠狠躁天天躁| 欧美绝顶高潮抽搐喷水| 欧美日韩黄片免| 国产蜜桃级精品一区二区三区| 长腿黑丝高跟| 国产欧美日韩一区二区精品| 国产亚洲精品综合一区在线观看| 亚洲国产精品sss在线观看| 欧美日韩乱码在线| 国产精品久久电影中文字幕| 在线a可以看的网站| 一进一出好大好爽视频| av女优亚洲男人天堂| 精品国内亚洲2022精品成人| 国产三级在线视频| 啪啪无遮挡十八禁网站| 国产精品永久免费网站| 国产一区在线观看成人免费| 69人妻影院| 欧美另类亚洲清纯唯美| 日本黄色视频三级网站网址| 国产精品三级大全| 成人鲁丝片一二三区免费| 久久久久免费精品人妻一区二区| 午夜福利欧美成人| 99riav亚洲国产免费| 男女那种视频在线观看| 亚洲av成人不卡在线观看播放网| 搡老妇女老女人老熟妇| 日本在线视频免费播放| 不卡一级毛片| 丰满乱子伦码专区| 成年免费大片在线观看| 在线十欧美十亚洲十日本专区| 国产一区二区在线观看日韩 | 亚洲欧美日韩高清在线视频| 国产精品久久久久久亚洲av鲁大| 99国产精品一区二区蜜桃av| xxx96com| 黄色女人牲交| 无人区码免费观看不卡| 国产伦人伦偷精品视频| 他把我摸到了高潮在线观看| 我要搜黄色片| 国模一区二区三区四区视频| 成年人黄色毛片网站| 久久精品91无色码中文字幕| 亚洲人成伊人成综合网2020| 国产高清videossex| 人人妻人人看人人澡| 精品不卡国产一区二区三区| 亚洲精品一区av在线观看| 高清日韩中文字幕在线| 露出奶头的视频| 真人一进一出gif抽搐免费| 校园春色视频在线观看| 午夜免费男女啪啪视频观看 | 国产99白浆流出| av国产免费在线观看| 叶爱在线成人免费视频播放| 国产成人av教育| 精品国内亚洲2022精品成人| 动漫黄色视频在线观看| 国产主播在线观看一区二区| 日韩有码中文字幕| 亚洲最大成人中文| 亚洲熟妇中文字幕五十中出| 欧美中文日本在线观看视频| 午夜两性在线视频| 久久久久久国产a免费观看| 在线免费观看不下载黄p国产 | 国产精华一区二区三区| 国产成人啪精品午夜网站| 日韩精品中文字幕看吧| www.999成人在线观看| 无人区码免费观看不卡| 国产精品99久久99久久久不卡| 欧美午夜高清在线| 免费在线观看亚洲国产| 三级男女做爰猛烈吃奶摸视频| 欧美黑人欧美精品刺激| 美女高潮的动态| 手机成人av网站| 宅男免费午夜| 桃色一区二区三区在线观看| 黄色成人免费大全| 午夜福利免费观看在线| 亚洲不卡免费看| 精品一区二区三区人妻视频| 国产伦人伦偷精品视频| 怎么达到女性高潮| 人人妻人人澡欧美一区二区| 亚洲五月婷婷丁香| 午夜免费男女啪啪视频观看 | 99热这里只有是精品50| 色在线成人网| 午夜精品在线福利| 成人欧美大片| 久久婷婷人人爽人人干人人爱| 给我免费播放毛片高清在线观看| 看黄色毛片网站| 97人妻精品一区二区三区麻豆| 成人无遮挡网站| 免费在线观看日本一区| 中文字幕人成人乱码亚洲影| 麻豆成人午夜福利视频| 中文资源天堂在线| 中文字幕人妻丝袜一区二区| 国产亚洲欧美98| 在线观看66精品国产| 久久久久久久久大av| 色综合站精品国产| 欧美成人a在线观看| 在线观看日韩欧美| 亚洲第一欧美日韩一区二区三区| 一本精品99久久精品77| 日本熟妇午夜| 久久久久久九九精品二区国产| 久久中文看片网| 亚洲精华国产精华精| 成熟少妇高潮喷水视频| 伊人久久精品亚洲午夜| 国产成人系列免费观看| 少妇的逼水好多| 看黄色毛片网站| 精品电影一区二区在线| 88av欧美| 国产成人影院久久av| 国产久久久一区二区三区| 成人一区二区视频在线观看| 国产精品亚洲美女久久久| 亚洲一区二区三区色噜噜| 国产精品久久久人人做人人爽| 一边摸一边抽搐一进一小说| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产精品一区二区三区四区久久| 丰满人妻熟妇乱又伦精品不卡| 国产成+人综合+亚洲专区| 男女午夜视频在线观看| 亚洲av电影在线进入| 免费在线观看成人毛片| 可以在线观看毛片的网站| 日韩免费av在线播放| 99在线人妻在线中文字幕| tocl精华| 一级毛片女人18水好多| 日韩欧美 国产精品| 国产黄a三级三级三级人| 精品一区二区三区视频在线 | 18禁国产床啪视频网站| 精品日产1卡2卡| 日韩中文字幕欧美一区二区| 观看美女的网站| 久久人妻av系列| 亚洲美女黄片视频| 欧美日韩福利视频一区二区| 三级男女做爰猛烈吃奶摸视频| 国产精品爽爽va在线观看网站| 欧美国产日韩亚洲一区| 午夜免费成人在线视频| 好男人在线观看高清免费视频| 内射极品少妇av片p| 深夜精品福利| 成人18禁在线播放| 精华霜和精华液先用哪个| 亚洲av免费高清在线观看| 欧美绝顶高潮抽搐喷水| 老汉色av国产亚洲站长工具| 日韩欧美国产在线观看| 午夜福利欧美成人| 欧美黄色淫秽网站| 97碰自拍视频| 亚洲国产色片| 九九在线视频观看精品| 欧美激情在线99| 亚洲av中文字字幕乱码综合| 精品国产美女av久久久久小说| 久久久久性生活片| 亚洲精品在线美女| av视频在线观看入口| a级一级毛片免费在线观看| 黄色女人牲交| 校园春色视频在线观看| 成人国产一区最新在线观看| 1024手机看黄色片| 国产亚洲精品久久久久久毛片| 国产精品精品国产色婷婷| 国产在线精品亚洲第一网站| 热99在线观看视频| 特大巨黑吊av在线直播| 色在线成人网| 免费在线观看亚洲国产| 国产爱豆传媒在线观看| 午夜精品在线福利| 在线天堂最新版资源| 男女之事视频高清在线观看| 亚洲午夜理论影院| 19禁男女啪啪无遮挡网站| 久久伊人香网站| 2021天堂中文幕一二区在线观| 男人和女人高潮做爰伦理| 色老头精品视频在线观看| 琪琪午夜伦伦电影理论片6080| 亚洲第一电影网av| 首页视频小说图片口味搜索| 久9热在线精品视频| 久久香蕉国产精品| 免费人成视频x8x8入口观看| 久99久视频精品免费| 成人精品一区二区免费| 男女午夜视频在线观看| 久久6这里有精品| 成人18禁在线播放| 日本成人三级电影网站| 中文字幕人妻丝袜一区二区| e午夜精品久久久久久久| 欧美不卡视频在线免费观看| 色噜噜av男人的天堂激情| 精品久久久久久久末码| 精品久久久久久久久久免费视频| 亚洲电影在线观看av| 长腿黑丝高跟| 亚洲欧美激情综合另类| 欧美日韩瑟瑟在线播放| 热99在线观看视频| 成年人黄色毛片网站| 久久久久免费精品人妻一区二区| 国产精品久久久人人做人人爽| 久久久国产成人免费| 啦啦啦韩国在线观看视频| av欧美777| 97超级碰碰碰精品色视频在线观看| 国产免费一级a男人的天堂| 亚洲五月天丁香| 国产免费男女视频| 免费看美女性在线毛片视频| 久久精品国产综合久久久| 亚洲熟妇熟女久久| 免费在线观看日本一区| 免费高清视频大片| 国产高清videossex| 欧美bdsm另类| 亚洲欧美精品综合久久99| 久久欧美精品欧美久久欧美| 国产成人aa在线观看| 亚洲中文字幕日韩| 午夜福利视频1000在线观看| 国产亚洲精品久久久久久毛片| 久久久久久久精品吃奶| 少妇高潮的动态图| 亚洲欧美日韩卡通动漫| 婷婷亚洲欧美| 免费人成视频x8x8入口观看| 成年版毛片免费区| 18禁美女被吸乳视频| 欧美日本视频| 最近视频中文字幕2019在线8| 丁香六月欧美| 琪琪午夜伦伦电影理论片6080| 高潮久久久久久久久久久不卡| 午夜免费观看网址| 最近最新中文字幕大全电影3| 国内揄拍国产精品人妻在线| 亚洲国产精品久久男人天堂| 久久亚洲精品不卡| 久久伊人香网站| 日韩 欧美 亚洲 中文字幕| 久久久久性生活片| 亚洲美女黄片视频| 狂野欧美激情性xxxx| 日韩欧美国产一区二区入口| aaaaa片日本免费| 精品电影一区二区在线| 无人区码免费观看不卡| 人人妻,人人澡人人爽秒播| 国产美女午夜福利| 亚洲 国产 在线| 国产真实乱freesex| 国产一区二区三区视频了| a在线观看视频网站| 精品福利观看| 国模一区二区三区四区视频| 国产亚洲精品久久久久久毛片| 中亚洲国语对白在线视频| 99久久九九国产精品国产免费| а√天堂www在线а√下载| 中文字幕久久专区| 亚洲成人精品中文字幕电影| 俺也久久电影网| 国产一区二区亚洲精品在线观看| 美女cb高潮喷水在线观看| 亚洲中文日韩欧美视频| av欧美777| 麻豆成人午夜福利视频| 亚洲国产精品合色在线| 久久精品影院6| 小蜜桃在线观看免费完整版高清| 亚洲精品在线观看二区| 久久精品91无色码中文字幕| 窝窝影院91人妻| 亚洲片人在线观看| 久久久国产成人免费| 欧美日韩瑟瑟在线播放| 变态另类丝袜制服| 亚洲国产精品久久男人天堂| 国产精品影院久久| 十八禁人妻一区二区| 一本综合久久免费| 国产精品免费一区二区三区在线| 亚洲人与动物交配视频| 黄色日韩在线| 亚洲国产欧美人成| 国产亚洲精品综合一区在线观看| or卡值多少钱| 国产伦在线观看视频一区| 黄色视频,在线免费观看| 91九色精品人成在线观看| 99国产综合亚洲精品| 在线观看舔阴道视频| 国产三级黄色录像| 国产熟女xx| 亚洲av日韩精品久久久久久密| 丁香六月欧美| 99国产综合亚洲精品| 一本综合久久免费| 丝袜美腿在线中文| 国产老妇女一区| 美女cb高潮喷水在线观看| 国产极品精品免费视频能看的| 国产精品嫩草影院av在线观看 | 无人区码免费观看不卡| 免费看a级黄色片| 最新在线观看一区二区三区| 悠悠久久av| 嫩草影院入口| xxxwww97欧美| 中亚洲国语对白在线视频| 又爽又黄无遮挡网站| 国产精品99久久99久久久不卡| 极品教师在线免费播放| 法律面前人人平等表现在哪些方面| 日韩欧美 国产精品| 亚洲精品久久国产高清桃花| 熟妇人妻久久中文字幕3abv| 天堂动漫精品| 人妻久久中文字幕网| 又粗又爽又猛毛片免费看| 久久精品91无色码中文字幕| 国产精品乱码一区二三区的特点| 国产av不卡久久| 日韩欧美国产在线观看| eeuss影院久久| 亚洲成a人片在线一区二区| 日本黄色视频三级网站网址| 国产精品久久久久久人妻精品电影| 国产精品电影一区二区三区| 精品国产美女av久久久久小说| 久久草成人影院| 亚洲专区中文字幕在线| 久久九九热精品免费| 少妇高潮的动态图| 日韩欧美免费精品| 少妇的逼水好多| 亚洲国产欧洲综合997久久,| 亚洲精品456在线播放app | 国产亚洲欧美98| 国内少妇人妻偷人精品xxx网站| 国产美女午夜福利| 亚洲欧美日韩无卡精品| 久久伊人香网站| 97超视频在线观看视频| 中文字幕av在线有码专区| 制服丝袜大香蕉在线| 91在线观看av| 热99在线观看视频| xxxwww97欧美| 国产一级毛片七仙女欲春2| 亚洲专区中文字幕在线| 国产午夜精品久久久久久一区二区三区 | 亚洲五月天丁香| 亚洲无线观看免费| 一二三四社区在线视频社区8| 特大巨黑吊av在线直播| 欧美+亚洲+日韩+国产| 国产亚洲av嫩草精品影院| av福利片在线观看| 男女之事视频高清在线观看| 少妇的逼水好多| 男人舔奶头视频| 国产高清视频在线观看网站| 在线免费观看不下载黄p国产 | 少妇裸体淫交视频免费看高清| 午夜福利成人在线免费观看| 无遮挡黄片免费观看| 日本黄色片子视频| 丁香六月欧美| 欧美一区二区国产精品久久精品| 国产精品精品国产色婷婷| xxx96com| 91麻豆精品激情在线观看国产| 欧美中文日本在线观看视频| 亚洲精品在线观看二区| 狂野欧美白嫩少妇大欣赏| 麻豆久久精品国产亚洲av| 一本久久中文字幕| 女同久久另类99精品国产91| 欧美黑人巨大hd| 激情在线观看视频在线高清| 国产高清有码在线观看视频| 国产伦一二天堂av在线观看| av在线天堂中文字幕| 人人妻人人看人人澡| 色综合站精品国产| 国产精品野战在线观看| 国产黄a三级三级三级人| 午夜精品一区二区三区免费看| 亚洲激情在线av| 日本三级黄在线观看| 在线观看一区二区三区| 人妻久久中文字幕网| 日韩 欧美 亚洲 中文字幕| 亚洲欧美精品综合久久99| 亚洲国产精品999在线| 久久精品国产99精品国产亚洲性色| 神马国产精品三级电影在线观看| 欧美日韩福利视频一区二区| 人妻夜夜爽99麻豆av| 久久久国产成人免费| 亚洲中文字幕一区二区三区有码在线看| 十八禁人妻一区二区| 全区人妻精品视频| 一本久久中文字幕| 欧美三级亚洲精品| 成人无遮挡网站| 中文亚洲av片在线观看爽| 午夜免费激情av| 一区二区三区激情视频| 禁无遮挡网站| 国产一区二区三区视频了| 真人一进一出gif抽搐免费| 色哟哟哟哟哟哟| 亚洲熟妇中文字幕五十中出| av黄色大香蕉| 国产欧美日韩一区二区三| 精品久久久久久久久久久久久| 日韩欧美一区二区三区在线观看| 成人18禁在线播放| 免费av毛片视频| 国产综合懂色| 亚洲av免费在线观看| 精品一区二区三区av网在线观看| 久久中文看片网| 国产在线精品亚洲第一网站| 亚洲av美国av| 人妻丰满熟妇av一区二区三区| 免费高清视频大片| av专区在线播放| 久久精品综合一区二区三区| 在线国产一区二区在线| 亚洲性夜色夜夜综合| 欧美+日韩+精品| 免费看美女性在线毛片视频| 欧美绝顶高潮抽搐喷水| 国内毛片毛片毛片毛片毛片| 搡老熟女国产l中国老女人| 日本免费a在线| 在线十欧美十亚洲十日本专区| 99国产精品一区二区蜜桃av| 亚洲专区国产一区二区| 亚洲成av人片免费观看| 欧美三级亚洲精品| 日本 欧美在线| 亚洲av二区三区四区| 免费大片18禁| 欧美日韩瑟瑟在线播放| 一夜夜www| 国内精品一区二区在线观看| 免费看美女性在线毛片视频| 色综合婷婷激情| 亚洲精品粉嫩美女一区| 99久久精品一区二区三区| 亚洲国产欧美人成| netflix在线观看网站| 长腿黑丝高跟| 日日夜夜操网爽| 露出奶头的视频| 国产精品99久久久久久久久| 亚洲av第一区精品v没综合| 久久久久国产精品人妻aⅴ院| 日韩av在线大香蕉| 欧美最新免费一区二区三区 | 国产高清视频在线观看网站| 高潮久久久久久久久久久不卡| 天堂√8在线中文| 午夜视频国产福利| 免费看美女性在线毛片视频| 岛国在线观看网站| 日韩av在线大香蕉| 女同久久另类99精品国产91| 亚洲最大成人手机在线| 亚洲 国产 在线| 欧美3d第一页| 国产不卡一卡二| 制服人妻中文乱码| 久久精品综合一区二区三区| 国产成+人综合+亚洲专区| 夜夜爽天天搞| 亚洲中文字幕一区二区三区有码在线看| 国产美女午夜福利| 少妇人妻一区二区三区视频| 精品99又大又爽又粗少妇毛片 | 一个人免费在线观看的高清视频| 久久久精品大字幕| 亚洲av电影在线进入| 成人高潮视频无遮挡免费网站| 免费人成视频x8x8入口观看| 麻豆成人av在线观看| www.www免费av| 久久久久久九九精品二区国产| 桃色一区二区三区在线观看| 午夜免费成人在线视频| 欧美极品一区二区三区四区| 99热只有精品国产| 中文字幕高清在线视频| 一个人免费在线观看电影| 国产老妇女一区| www.色视频.com| 成人精品一区二区免费| 99国产精品一区二区蜜桃av| 成年女人看的毛片在线观看| 非洲黑人性xxxx精品又粗又长| 免费看a级黄色片| 亚洲不卡免费看| АⅤ资源中文在线天堂| 在线播放无遮挡| 51午夜福利影视在线观看| 国产精品99久久99久久久不卡| 18禁裸乳无遮挡免费网站照片| 12—13女人毛片做爰片一| 亚洲成a人片在线一区二区| 国产精品香港三级国产av潘金莲| 国产又黄又爽又无遮挡在线| 床上黄色一级片| 又黄又粗又硬又大视频| 午夜福利在线观看吧| 日韩欧美 国产精品| 欧美黄色淫秽网站| 国产蜜桃级精品一区二区三区| 夜夜躁狠狠躁天天躁| 极品教师在线免费播放| 婷婷精品国产亚洲av| 麻豆成人午夜福利视频| 亚洲美女黄片视频| 国产高清videossex| 琪琪午夜伦伦电影理论片6080| 熟妇人妻久久中文字幕3abv|