• <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 ?

    來自大別山深成侵入巖圖像深度遷移學(xué)習(xí)的可解釋性研究

    2023-12-01 06:23:48陳忠良袁峰李曉暉鄭超杰
    地質(zhì)論評(píng) 2023年6期
    關(guān)鍵詞:網(wǎng)絡(luò)結(jié)構(gòu)巖石可視化

    陳忠良,袁峰,李曉暉,鄭超杰

    1)安徽省地質(zhì)調(diào)查院,合肥,230001; 2)合肥工業(yè)大學(xué)資源與環(huán)境工程學(xué)院,合肥,230009

    內(nèi)容提要:巖石圖像識(shí)別是以深度學(xué)習(xí)為代表的感知智能在地質(zhì)領(lǐng)域的典型應(yīng)用場(chǎng)景。已有研究顯示網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單的深度卷積神經(jīng)網(wǎng)絡(luò)能夠在巖石圖像上取得比復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)高的分類準(zhǔn)確率。這與ImageNet數(shù)據(jù)集上網(wǎng)絡(luò)結(jié)構(gòu)越深越好的趨勢(shì)相悖。如何解釋這一現(xiàn)象?深成侵入巖為顯晶質(zhì),自形—半自形粒狀結(jié)構(gòu),塊狀構(gòu)造,其分類的依據(jù)是其礦物成分及相對(duì)含量。大別山地區(qū)巖漿活動(dòng)廣泛,中生代深成侵入巖廣泛出露。巖石類型包括超鎂鐵質(zhì)巖類、輝長(zhǎng)巖類、閃長(zhǎng)巖類、正長(zhǎng)巖類、二長(zhǎng)巖類和花崗巖類,基本覆蓋IUGS推薦的深成侵入巖分類方案中的巖石類型。選取大別山地區(qū)中生代深成巖圖像開展不同網(wǎng)絡(luò)結(jié)構(gòu)預(yù)訓(xùn)練模型遷移學(xué)習(xí)對(duì)比試驗(yàn),能夠?qū)W⒂谏疃葘W(xué)習(xí)對(duì)礦物成分特征的學(xué)習(xí)解釋,降低構(gòu)造因素的影響。借助局部可理解的模型解釋技術(shù)和特征圖可視化技術(shù),分別從全連接層分類決策區(qū)域可視化和卷積隱層可視化兩方面對(duì)深度學(xué)習(xí)模型開展可解釋性研究。結(jié)果表明簡(jiǎn)單網(wǎng)絡(luò)結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)能夠提取不同礦物所表現(xiàn)出的顏色特征以及不同礦物組合所表現(xiàn)出的紋理特征。AlexNet模型的削減試驗(yàn)進(jìn)一步證明:對(duì)于巖石圖像深度學(xué)習(xí),網(wǎng)絡(luò)結(jié)構(gòu)并不總是越深越好。

    巖石是天然產(chǎn)出的礦物或類似礦物物質(zhì)組成的固體集合體,是地球和類地行星的重要組成部分(路鳳香等,2002)。自從1815年世界上第一幅地質(zhì)圖誕生以來,巖性識(shí)別,即如何刻畫、認(rèn)識(shí)地表和地下巖性分布,一直是地質(zhì)填圖的基礎(chǔ)問題(劉鳳山和胡道功,2009),是地質(zhì)研究的重要內(nèi)容(許振浩等,2022)。然而,巖性識(shí)別需要系統(tǒng)的巖石學(xué)知識(shí)和豐富的實(shí)際樣品鑒定經(jīng)驗(yàn)。一般地質(zhì)調(diào)查人員、地學(xué)愛好者或者非地學(xué)專業(yè)人員很難具備系統(tǒng)而全面的巖性識(shí)別能力。隨著以深度學(xué)習(xí)為代表的人工智能技術(shù)在圖像識(shí)別、語音分析(周永章等,2018,2021)和自然語言處理(陳忠良等,2022)等領(lǐng)域取得突破,圖像智能識(shí)別也應(yīng)用到巖石識(shí)別(徐述騰和周永章,2018)和古生物化石識(shí)別(安玉釧等,2022)。在巖礦薄片和巖石圖像識(shí)別方面,不同學(xué)者已開展相關(guān)研究,并取得了成果。張野等(2018)通過拍照、巖石數(shù)據(jù)庫(kù)和網(wǎng)絡(luò)搜索等不同方式共采集到571張花崗巖、千枚巖、角礫巖巖石圖像?;贗nception-v3 預(yù)訓(xùn)練模型開展巖石圖像遷移學(xué)習(xí),實(shí)現(xiàn)了花崗巖、千枚巖和角礫巖3種巖石80%以上分類準(zhǔn)確率。白林等(2018)通過網(wǎng)上搜集和實(shí)物拍照方式收集了15種約15000張巖石圖像。巖石類型涵蓋4類侵入巖(花崗巖、閃長(zhǎng)巖、輝長(zhǎng)巖、橄欖巖)、3類火山巖(流紋巖、安山巖、玄武巖),3類沉積巖(砂巖、灰?guī)r、白云巖)和5類變質(zhì)巖(大理巖、石英巖、蛇紋巖、板巖、千枚巖)。采用Inception-v3網(wǎng)絡(luò)結(jié)構(gòu)重新學(xué)習(xí),實(shí)現(xiàn)了63%的分類準(zhǔn)確率。Zhu Yueqin等(2019)對(duì)12種約12000張巖石圖像數(shù)據(jù)集,分別采用Inception V3和Xception兩種網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了重新學(xué)習(xí)試驗(yàn)對(duì)比,后者測(cè)試集準(zhǔn)確率較前者提高9%達(dá)到86%。馮雅興等(2019)基于AlexNet孿生卷積神經(jīng)網(wǎng)絡(luò)對(duì)24種近2525張巖石圖像開展遷移學(xué)習(xí),實(shí)現(xiàn)了測(cè)試集89.4%的分類準(zhǔn)確率。試驗(yàn)結(jié)果同時(shí)顯示網(wǎng)絡(luò)層數(shù)較深的ResNet在巖石數(shù)據(jù)集上并沒有取得最好的結(jié)果,而相對(duì)簡(jiǎn)單的VGG19網(wǎng)絡(luò)結(jié)構(gòu)精度相對(duì)較高,且更簡(jiǎn)單的AlexNet比VGG19分類精度提高了4%。Ran Xiangjin等(2019)同樣通過在6類2290張無人機(jī)野外露頭照片上開展不同網(wǎng)絡(luò)結(jié)構(gòu)的微調(diào)試驗(yàn),得出網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單的深度卷積神經(jīng)網(wǎng)絡(luò)巖石分類器能夠取得更高的測(cè)試集準(zhǔn)確率(97.96%)。來自好奇號(hào)火星探測(cè)器上的桅桿相機(jī)采集的4類火星巖石圖像所開展的自動(dòng)識(shí)別分類試驗(yàn),同樣證明網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單的VGG16能夠取得100%的測(cè)試集準(zhǔn)確率(Li Jialun et al.,2020)。在地質(zhì)云科普版巖石礦物智能識(shí)別工具開發(fā)過程中,使用小部分巖礦樣本圖像對(duì)主要深度學(xué)習(xí)模型進(jìn)行測(cè)試訓(xùn)練,實(shí)驗(yàn)發(fā)現(xiàn)ResNet50 模型準(zhǔn)確率最高(任偉等,2021)。

    不同學(xué)者相對(duì)比較一致的試驗(yàn)結(jié)果顯示網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單的卷積神經(jīng)網(wǎng)絡(luò)在巖石圖像分類上能夠取得更高的測(cè)試集準(zhǔn)確率。這與ImageNet數(shù)據(jù)集上所表現(xiàn)出的隨著網(wǎng)絡(luò)結(jié)構(gòu)變得越來越深,Top-5的錯(cuò)誤率也越來越低的趨勢(shì)相悖(He kaiming et al.,2016)。是什么原因造成了不同深度卷積神經(jīng)網(wǎng)絡(luò)在巖石圖像數(shù)據(jù)集上這一有悖深度學(xué)習(xí)發(fā)展進(jìn)程的現(xiàn)象呢?

    自然界的巖石可以劃分為火成巖、沉積巖和變質(zhì)巖?;鸪蓭r又可進(jìn)一步劃分為火山巖和侵入巖。不同于依據(jù)化學(xué)成分按照TAS方案分類的火山巖,深成侵入巖全部由結(jié)晶的礦物組成,礦物含量容易在野外露頭、標(biāo)本中測(cè)量,按照礦物分類已被普遍接受。本文依據(jù)IUGS推薦的深成侵入巖分類方案,構(gòu)建大別山地區(qū)深成侵入巖的巖石圖像數(shù)據(jù)集。數(shù)據(jù)集中各類巖石類別均經(jīng)過了巖礦薄片鑒定,數(shù)據(jù)集可靠性高。選取大別山地區(qū)中生代侵入巖圖像開展不同網(wǎng)絡(luò)結(jié)構(gòu)預(yù)訓(xùn)練模型遷移學(xué)習(xí)對(duì)比試驗(yàn)。借助特征圖反卷積(Deconvnet)可視化技術(shù)和局部可理解的模型解釋技術(shù)(LIME)可以對(duì)模型特征提取能力開展可解釋性研究。由于深成侵入巖分類方案主要依據(jù)礦物成分及含量劃分巖石類型,能夠最大程度地降低構(gòu)造因素對(duì)卷積神經(jīng)網(wǎng)絡(luò)特征提取能力可解釋性分析的影響。

    1 數(shù)據(jù)來源

    大別造山帶位于中國(guó)東部,北以曉天磨子潭斷裂與華北陸塊相接,南東以郯廬斷裂與揚(yáng)子陸塊相連。巖漿侵入活動(dòng)在區(qū)內(nèi)表現(xiàn)得相當(dāng)強(qiáng)烈,造山帶范圍內(nèi)大部分被深成相侵入巖所占(圖1)。區(qū)內(nèi)各個(gè)巖體不同學(xué)者均已開展了巖相學(xué)、同位素地球化學(xué)等方面的研究。其中,超鎂鐵質(zhì)巖—輝長(zhǎng)巖類主要分布在祝家鋪(Jahn et al.,1999;劉慶等,2005)、小河口(李曙光等,1999)、椒子巖和道士沖等巖體。巖石類型有輝石巖—角閃石巖未分、輝長(zhǎng)巖?;◢弾r類主要分布在天堂寨、白馬尖(管運(yùn)才和吳海權(quán),1997)、主簿源、古碑(趙新福等,2007)和西湯池(周泰禧等,1992)等巖體。出露的巖石類型有正長(zhǎng)花崗巖、二長(zhǎng)花崗巖和花崗閃長(zhǎng)巖。閃長(zhǎng)巖—正長(zhǎng)巖類主要在古碑、山七(彭智等,2018)和銀沙畈(王波華等,2007)等巖體出露。巖石類型有閃長(zhǎng)巖、石英閃長(zhǎng)巖、正長(zhǎng)巖、石英二長(zhǎng)閃長(zhǎng)巖、石英二長(zhǎng)巖。似長(zhǎng)石過堿性侵入巖類在響洪甸巖體(周偉偉等,2014)有出露,巖石類型以霞石正長(zhǎng)巖為主。本次顯晶質(zhì)侵入巖圖像均采集自野外實(shí)地的露頭和手標(biāo)本。采集設(shè)備為數(shù)碼相機(jī)(LUMIX LX10)和手機(jī)(iPhone 6S Plus),圖像傳感器均為互補(bǔ)式金屬氧化物半導(dǎo)體(CMOS)。分辨率大小分別為5472×3648和4032×3024。表1為本次在各巖體內(nèi)采集的大別造山帶內(nèi)典型的顯晶質(zhì)侵入巖圖像列表。表中對(duì)各采集點(diǎn)巖石的類型、主要物質(zhì)成分、結(jié)構(gòu)和構(gòu)造均進(jìn)行了描述。所有采集點(diǎn)在采集巖石圖像的同時(shí),還采集了巖石薄片,并進(jìn)行了制片和薄片鑒定。本次共采集巖石類型10種,巖石圖像2909張,分為訓(xùn)練集圖像2413張。測(cè)試集圖像496張。

    表1 大別山東段典型中生代顯晶質(zhì)侵入巖類型及其巖石圖像采集點(diǎn)信息

    圖1 大別山東段侵入巖分布略圖及巖石圖像采集位置

    2 試驗(yàn)設(shè)計(jì)

    2.1 過擬合問題

    深度學(xué)習(xí)過程中訓(xùn)練的模型通常易于過擬合,即在訓(xùn)練集上表現(xiàn)很好,但在測(cè)試集上的泛化能力很差。產(chǎn)生過擬合的原因包括:① 觀察值與真實(shí)值存在偏差;② 數(shù)據(jù)太少,導(dǎo)致無法描述問題的真實(shí)分布。為了防止過擬合,需要用到一些方法和技術(shù),如:數(shù)據(jù)增強(qiáng)、Dropout正則化和批量正則化(Mutasa et al.,2020)以及早停法(Lauer et al.,2006)。數(shù)據(jù)增強(qiáng)是采用水平翻轉(zhuǎn)、左右翻轉(zhuǎn)、旋轉(zhuǎn)、縮放、裁剪等方法,對(duì)圖像進(jìn)行處理以增大樣本量。本次訓(xùn)練集巖石圖像經(jīng)數(shù)據(jù)增強(qiáng)處理后達(dá)到120650張??紤]到不同方法訓(xùn)練精度比較的需要,測(cè)試集圖像未做數(shù)據(jù)增強(qiáng)。在卷積神經(jīng)網(wǎng)絡(luò)中(圖2),Dropout正則化是在網(wǎng)絡(luò)訓(xùn)練時(shí)隨機(jī)丟掉一些神經(jīng)元的技術(shù),在早期卷積神經(jīng)網(wǎng)絡(luò)的全連接層后較多采用(圖2a)。批量正則化則是將卷積神經(jīng)網(wǎng)絡(luò)的每層之間加上將神經(jīng)元的權(quán)重調(diào)成標(biāo)準(zhǔn)正態(tài)分布的正則化層(圖2c—e)。早停法是在模型對(duì)訓(xùn)練數(shù)據(jù)集迭代收斂之前停止迭代來防止過擬合。

    圖2 典型卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

    利用已有的源領(lǐng)域模型和少量的目標(biāo)領(lǐng)域樣本訓(xùn)練出泛化能力更好的目標(biāo)領(lǐng)域模型的遷移學(xué)習(xí)參數(shù)遷移方法也可以用來解決過擬合問題(張雪松等,2019)。參數(shù)遷移在解決模型過擬合問題時(shí),前提條件是目標(biāo)領(lǐng)域需要訓(xùn)練的模型和源領(lǐng)域中已有的模型體系結(jié)構(gòu)一致且訓(xùn)練算法相同,利用目標(biāo)領(lǐng)域小規(guī)模的訓(xùn)練樣本對(duì)已有的源領(lǐng)域模型進(jìn)行參數(shù)微調(diào)。Tajbakhsh等(2016)通過實(shí)驗(yàn)表明,在醫(yī)學(xué)影像領(lǐng)域采用參數(shù)遷移方法微調(diào)一個(gè)預(yù)訓(xùn)練的源領(lǐng)域卷積神經(jīng)網(wǎng)絡(luò)模型要比重新訓(xùn)練模型更好。不同學(xué)者也采用遷移學(xué)習(xí)開展了巖石手標(biāo)本圖像(張野等,2018;馮雅興等,2019;Li Jialun et al.,2020)的自動(dòng)識(shí)別分類。本次試驗(yàn)同樣將采用參數(shù)遷移方法微調(diào)ImageNet預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型。

    2.2 計(jì)算資源與試驗(yàn)設(shè)計(jì)

    實(shí)驗(yàn)均在配置有Quadro RTX 6000顯卡的工作站上完成。機(jī)器學(xué)習(xí)平臺(tái)采用Tensorflow-gpu 1.13.1。深度學(xué)習(xí)模型的設(shè)計(jì)、調(diào)試、評(píng)估采用Keras-gpu 2.3.1。目前,一些經(jīng)典卷積神經(jīng)網(wǎng)絡(luò),如AlexNet(Krizhevsky et al.,2017)、VGGNet(Simonyan and Zisserman,2015)、GoogLeNet(Szegedy et al.,2015)、ResNet(He et al.,2016)和Xception(Chollet,2017)等,不同學(xué)者已開展巖石圖像分類試驗(yàn)。Zhu Yueqin等(2019)分別對(duì)GoogLeNet的Inception-V3和同屬Google出品的Xception開展了比較學(xué)習(xí),后者比前者的測(cè)試集準(zhǔn)確率高9%,達(dá)到86%。據(jù)此得出網(wǎng)絡(luò)層數(shù)越深精度較好。而不同學(xué)者的試驗(yàn)結(jié)果卻很不相同。馮雅興等(2019)分別對(duì)AlexNet、VGG19、Inception-V2、ResNet50等模型開展了比較試驗(yàn)。結(jié)果顯示網(wǎng)絡(luò)層數(shù)較深的ResNet50模型在24種包含沉積巖、火山巖和侵入巖的巖石圖像數(shù)據(jù)集上并沒有取得最好的結(jié)果,而相對(duì)簡(jiǎn)單的VGG19結(jié)構(gòu)模型精度相對(duì)較高,且更簡(jiǎn)單的AlexNet模型比VGG19模型識(shí)別精度提高了4%,達(dá)到41%。以上不同模型的遷移學(xué)習(xí)結(jié)果同樣顯示采用相對(duì)簡(jiǎn)單的VGG19和AlexNet模型精度較好,分別為78%和79%。遷移學(xué)習(xí)能夠取得比從零開始訓(xùn)練更高的精度是由于文中2525張巖石圖像與千萬級(jí)的ImageNet數(shù)據(jù)集相比數(shù)量較少。VGG16、Inception-V3和ResNet50結(jié)構(gòu)模型在4類火星巖石圖像數(shù)據(jù)集上的遷移學(xué)習(xí)比較試驗(yàn)同樣顯示結(jié)構(gòu)簡(jiǎn)單的前者精度較高,且遷移學(xué)習(xí)表現(xiàn)同樣優(yōu)于從零開始訓(xùn)練(Li Jialun et al.,2020)。本次分別在模型結(jié)構(gòu)簡(jiǎn)單和復(fù)雜的兩端分別選擇兩個(gè)模型,共4個(gè)模型(AlexNet、VGG16、ResNet50和Xception)開展比較試驗(yàn)。

    模型訓(xùn)練參數(shù)中,損失函數(shù)選擇交叉熵,編譯優(yōu)化器選擇Adam自適應(yīng)優(yōu)化器。早停法采用“No-improvement-in-n”策略,n即迭代的次數(shù)。在訓(xùn)練的過程中,記錄到目前為止最好的測(cè)試集準(zhǔn)確率,當(dāng)連續(xù)n次迭代沒達(dá)到最佳準(zhǔn)確率時(shí),則可以認(rèn)為準(zhǔn)確率不會(huì)再提高,此時(shí)便可停止迭代。遷移學(xué)習(xí)訓(xùn)練階段容忍的迭代次數(shù)設(shè)置為10。從零重新訓(xùn)練策略下則采用了更大的容忍迭代次數(shù)20。

    3 結(jié)果與討論

    3.1 不同網(wǎng)絡(luò)結(jié)構(gòu)模型的訓(xùn)練結(jié)果

    圖3為不同網(wǎng)絡(luò)結(jié)構(gòu)預(yù)訓(xùn)練模型侵入巖圖像訓(xùn)練曲線圖。預(yù)訓(xùn)練模型以ImageNet數(shù)據(jù)集預(yù)訓(xùn)練參數(shù)作為初始化參數(shù)。由圖可見不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)在侵入巖圖像訓(xùn)練集上均實(shí)現(xiàn)了收斂。表2為不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型的測(cè)試集top1準(zhǔn)確率。測(cè)試數(shù)據(jù)集均未采用數(shù)據(jù)增強(qiáng)技術(shù)。卷積層較少(AlexNet卷積層個(gè)數(shù)為5,VGG16卷積層個(gè)數(shù)為13個(gè))網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單的AlexNet和VGG16模型均實(shí)現(xiàn)了較高的top1準(zhǔn)確率。而網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜的ResNet50模型的top1準(zhǔn)確率則較前兩者降低6個(gè)百分點(diǎn)。網(wǎng)絡(luò)結(jié)構(gòu)更加復(fù)雜的Xception模型則表現(xiàn)更差。試驗(yàn)結(jié)果再次顯示網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單的卷積神經(jīng)網(wǎng)絡(luò)能夠取得更高的巖石圖像分類準(zhǔn)確率。

    表2 不同結(jié)構(gòu)模型測(cè)試集準(zhǔn)確率

    圖3 不同網(wǎng)絡(luò)結(jié)構(gòu)預(yù)訓(xùn)練模型侵入巖圖像訓(xùn)練曲線圖

    3.2 可視化分析

    如何理解不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)在ImageNet數(shù)據(jù)集和侵入巖巖石圖像數(shù)據(jù)集的表現(xiàn)差異呢?通常人們認(rèn)為深度學(xué)習(xí)的模型是個(gè)“黑盒”,非常難以用讓人類容易了解的方法來呈現(xiàn)模型到底學(xué)習(xí)到什么。但對(duì)于卷積神經(jīng)網(wǎng)絡(luò),由于其本來就是視覺概念的陳述,學(xué)習(xí)到的特征可以采用可視化的技術(shù)方法進(jìn)行呈現(xiàn)(Yosinski et al.,2015)。目前,不同學(xué)者提出了多種可視化卷積神經(jīng)網(wǎng)絡(luò)的方法(成科揚(yáng)等,2020)。典型卷積神經(jīng)網(wǎng)絡(luò)主要由卷積層、池化層和全連接層組成。下面將分別從全連接層分類器的局部可解性可視化和卷積層特征圖的反卷積可視化分析入手分析前述不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型在侵入巖圖像數(shù)據(jù)集上到底學(xué)習(xí)到了什么。

    3.2.1局部可理解的模型解釋

    局部可理解的模型解釋技術(shù)(LIME)是一種代理模型方法,它具備與模型無關(guān)的特性,能夠識(shí)別出對(duì)卷積神經(jīng)網(wǎng)絡(luò)圖像分類結(jié)果影響最大的區(qū)域。該方法首先通過探測(cè)輸入擾動(dòng)獲得深度模型的響應(yīng)反饋數(shù)據(jù),然后憑此數(shù)據(jù)構(gòu)建局部線性模型,并將該模型用作特定輸入值深度模型的簡(jiǎn)化代理(Ribeiro et al.,2016)。圖4為不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)對(duì)10類侵入巖中代表性巖石圖像預(yù)測(cè)分類的LIME解釋結(jié)果。表中分別識(shí)別出了影響各卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分類結(jié)果最大的輸入?yún)^(qū)域,其中綠色標(biāo)識(shí)區(qū)域?yàn)檎答亝^(qū)域,紅色為負(fù)反饋區(qū)域。LIME設(shè)定對(duì)3個(gè)預(yù)測(cè)概率最高的標(biāo)簽進(jìn)行可視化解釋。Xception模型由于分類準(zhǔn)確率低未列出。表中原始待解釋圖像為隨機(jī)選擇,其中ResNet50模型對(duì)石英閃長(zhǎng)巖和花崗閃長(zhǎng)巖選定的待解釋圖像所作出的3個(gè)最高預(yù)測(cè)標(biāo)簽均屬識(shí)別錯(cuò)誤。在其他8個(gè)侵入巖類別中,標(biāo)定的影響各卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分類結(jié)果最大的輸入?yún)^(qū)域基本包含了各類型侵入巖需要包含的礦物種類。如AlexNet對(duì)輝長(zhǎng)巖的預(yù)測(cè)解釋,圈定的為暗色礦物為主含少部分斜長(zhǎng)石的區(qū)域。中間大片斜長(zhǎng)石為主的區(qū)域,各模型均未圈定。這與表1列出的輝長(zhǎng)巖物質(zhì)成分主要為基性斜長(zhǎng)石、輝石和橄欖石相一致。正長(zhǎng)花崗巖和二長(zhǎng)花崗巖解釋圖像的圈定區(qū)域同樣包含了石英、堿性長(zhǎng)石和斜長(zhǎng)石。正長(zhǎng)巖解釋圖像的圈定區(qū)域均主要為堿性長(zhǎng)石。通過LIME局部可理解的模型可視化解釋,基本說明影響分類器預(yù)測(cè)的重要區(qū)域與該類巖石需要包含的主要物質(zhì)成分相一致,間接說明該類侵入巖圖像的物質(zhì)成分特征被有效提取。

    3.2.2特征圖可視化

    特征圖可視化技術(shù)是利用反卷積(Deconvnet)的思想實(shí)現(xiàn)卷積層特征可視化來幫助理解卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到的特征。反卷積可視化以各層得到的特征圖作為輸入,進(jìn)行反卷積,得到反卷積結(jié)果,用以驗(yàn)證顯示各層提取到的特征圖(Zeiler and Fergus,2014)。各類侵入巖圖像均首先計(jì)算出該圖像在選定卷積層特征圖的最大激活值(最大激活值和相應(yīng)的特征圖的序號(hào)均作記錄)。參與制圖的為該類型巖石圖像在選定卷積層激活值最大的3張?jiān)紙D像。特征圖可視化的參數(shù)為原始圖像、卷積層名稱和圖像在該卷積層最大激活值特征圖的序號(hào)。

    圖5為AlexNet模型不同卷積層(共5層)特征圖反卷積可視化結(jié)果。AlexNet模型第一層反卷積可視化結(jié)果顯示學(xué)習(xí)到的特征為方向和邊緣;第二層學(xué)習(xí)到的特征基本上是不同礦物所展現(xiàn)的顏色和輪廓等特征,如圖中第二層左邊第3行(閃長(zhǎng)巖)、第4行(石英閃長(zhǎng)巖)、第5行(石英二長(zhǎng)閃長(zhǎng)巖)和右邊第4行(花崗閃長(zhǎng)巖)基本提取的為暗色礦物(黑云母、角閃石)的分布特征;第三層學(xué)習(xí)到的特征仍然具有全局特性,多數(shù)為點(diǎn)狀分布,可能為特征礦物或顏色的相對(duì)分布特征;第四層和第五層變得復(fù)雜,學(xué)習(xí)到的可能是類似網(wǎng)格狀的紋理特征。不同的是第五層的特征更加顯示局部性。通過分析侵入巖中的花崗巖和變質(zhì)巖中的板巖,Zhu Yueqin et al.(2019)也發(fā)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)對(duì)花崗巖中的透明石英和顆粒和肉紅色鉀長(zhǎng)石的特征提取表現(xiàn)良好。

    3.3 卷積與全連接層削減實(shí)驗(yàn)

    AlexNet模型由5個(gè)卷積層和3個(gè)全連接層組成(圖2a),通過前述特征圖可視化說明了不同的卷積層提取的為不同的特征。對(duì)于網(wǎng)絡(luò)結(jié)構(gòu)深淺可能對(duì)巖石圖像起到的作用不同于ImageNet數(shù)據(jù)集的問題,可以考慮精簡(jiǎn)卷積神經(jīng)網(wǎng)絡(luò)層層數(shù)進(jìn)行試驗(yàn)對(duì)比(Zeiler and Fergus,2014)。通過刪除部分卷積層或全連接層可以進(jìn)一步理解不同層在特征提取中起的作用。

    表3為削減部分卷積層和簡(jiǎn)化全連接層的削減試驗(yàn)結(jié)果。簡(jiǎn)化全連接層可以提高分類精度,不影響網(wǎng)絡(luò)對(duì)巖石圖像特征的提取能力。刪除第五層,分類精度仍然較高,對(duì)侵入巖巖石圖像的特征提取能力影響較小。這與侵入巖塊狀構(gòu)造,無明顯局部關(guān)鍵特征的知識(shí)依據(jù)相符合。刪除第四層和第五層后,圖像分類精度明顯降低,說明第四層學(xué)習(xí)到的紋理特征,是分類器判別的重要依據(jù)。由于巖石圖像基本為塊狀構(gòu)造,物質(zhì)成分較均勻,通過削減試驗(yàn),證明AlexNet模型第五層提取的具有局部特性的特征對(duì)模型分類準(zhǔn)確率基本無影響。

    表3 AlexNet模型卷積與全連接層削減試驗(yàn)結(jié)果

    4 結(jié)論

    (1)通過不同網(wǎng)絡(luò)結(jié)構(gòu)卷積神經(jīng)網(wǎng)絡(luò)的對(duì)比訓(xùn)練和AlexNet模型的削減試驗(yàn),說明結(jié)構(gòu)簡(jiǎn)單的卷積神經(jīng)網(wǎng)絡(luò)能夠取得與復(fù)雜結(jié)構(gòu)網(wǎng)絡(luò)相當(dāng)?shù)那秩霂r圖像分類準(zhǔn)確率。對(duì)于巖石圖像網(wǎng)絡(luò)結(jié)構(gòu)并不總是越深越好。

    (2)借助特征圖可視化,證實(shí)AlexNet模型的前四層能夠有效提取侵入巖礦物成分特征。其中,第一層學(xué)習(xí)到方向和邊緣特征,第二層學(xué)習(xí)到不同礦物所展現(xiàn)的顏色和輪廓特征,第三層學(xué)習(xí)到特征礦物或顏色的相對(duì)分布特征,第四層學(xué)習(xí)到的類似網(wǎng)格狀的紋理特征。

    (3)可視化技術(shù)能夠幫助了解卷積神經(jīng)網(wǎng)絡(luò)究竟是如何成功識(shí)別巖石圖像類別的,并對(duì)其過程進(jìn)行解釋。

    對(duì)于卷積神經(jīng)網(wǎng)絡(luò)可解釋性算法是否也能夠幫助調(diào)整巖石圖像深度學(xué)習(xí)模型或找出提升模型性能的方向,將是后續(xù)研究的內(nèi)容之一。同時(shí),巖石圖像類型也將擴(kuò)大到淺成侵入巖、沉積巖、變質(zhì)巖和火山巖。

    致謝:感謝審稿專家周永章教授提出的寶貴修改意見。感謝安徽省地質(zhì)調(diào)查院周存亭正高級(jí)工程師、黃蒙高級(jí)工程師、李朋飛高級(jí)工程師在區(qū)域地質(zhì)背景分析和巖石圖像采集過程中的大力幫助。感謝合肥工業(yè)大學(xué)資源與環(huán)境工程學(xué)院石永紅教授在薄片鑒定過程中提供的指導(dǎo)。

    猜你喜歡
    網(wǎng)絡(luò)結(jié)構(gòu)巖石可視化
    基于CiteSpace的足三里穴研究可視化分析
    基于Power BI的油田注水運(yùn)行動(dòng)態(tài)分析與可視化展示
    云南化工(2021年8期)2021-12-21 06:37:54
    第五章 巖石小專家
    3深源巖石
    一種叫做煤炭的巖石
    基于CGAL和OpenGL的海底地形三維可視化
    海藻與巖石之間
    “融評(píng)”:黨媒評(píng)論的可視化創(chuàng)新
    基于互信息的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
    知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)維對(duì)于創(chuàng)新績(jī)效的作用機(jī)制——遠(yuǎn)程創(chuàng)新搜尋的中介作用
    男女免费视频国产| 成人免费观看视频高清| 欧美成人午夜免费资源| 午夜91福利影院| 国产精品人妻久久久影院| 精品熟女少妇av免费看| 久久精品aⅴ一区二区三区四区 | 精品人妻偷拍中文字幕| 精品国产一区二区三区四区第35| 99久久精品国产国产毛片| 高清av免费在线| 亚洲熟女精品中文字幕| 欧美最新免费一区二区三区| 免费人成在线观看视频色| 春色校园在线视频观看| 丰满乱子伦码专区| 免费人妻精品一区二区三区视频| 欧美最新免费一区二区三区| 宅男免费午夜| 久久久国产欧美日韩av| 亚洲国产精品成人久久小说| 校园人妻丝袜中文字幕| 国产亚洲欧美精品永久| 日韩一本色道免费dvd| 大陆偷拍与自拍| 国产毛片在线视频| 国产色爽女视频免费观看| 99热这里只有是精品在线观看| 美国免费a级毛片| av国产精品久久久久影院| 精品久久久久久电影网| 男的添女的下面高潮视频| 亚洲中文av在线| 男女无遮挡免费网站观看| 女人被躁到高潮嗷嗷叫费观| 国产精品一区www在线观看| 久久韩国三级中文字幕| 亚洲精品国产色婷婷电影| 极品人妻少妇av视频| 2022亚洲国产成人精品| 大陆偷拍与自拍| 精品人妻熟女毛片av久久网站| 亚洲第一av免费看| 欧美成人午夜免费资源| 99热这里只有是精品在线观看| 激情视频va一区二区三区| 日本av手机在线免费观看| 国产一区二区在线观看日韩| 亚洲,欧美精品.| 欧美丝袜亚洲另类| 91在线精品国自产拍蜜月| 亚洲国产av影院在线观看| 欧美日韩一区二区视频在线观看视频在线| 精品一品国产午夜福利视频| 夜夜骑夜夜射夜夜干| 日韩av免费高清视频| 免费人妻精品一区二区三区视频| 香蕉丝袜av| 亚洲伊人色综图| 男男h啪啪无遮挡| 一级片'在线观看视频| 香蕉国产在线看| 亚洲av电影在线进入| 中国美白少妇内射xxxbb| 天天躁夜夜躁狠狠躁躁| 欧美国产精品va在线观看不卡| 一级毛片电影观看| 18禁观看日本| 美国免费a级毛片| 亚洲,一卡二卡三卡| 国产av国产精品国产| 一区二区三区精品91| 国产av码专区亚洲av| 亚洲,欧美精品.| 国产色爽女视频免费观看| 免费黄网站久久成人精品| 久久99热6这里只有精品| 人妻少妇偷人精品九色| 99九九在线精品视频| 免费观看性生交大片5| 久久这里只有精品19| av免费观看日本| 国产乱来视频区| a级毛片黄视频| 久久久国产欧美日韩av| 九九在线视频观看精品| 欧美3d第一页| 又大又黄又爽视频免费| 男女午夜视频在线观看 | 美女脱内裤让男人舔精品视频| 亚洲欧美一区二区三区国产| 男人操女人黄网站| 国产色爽女视频免费观看| 欧美日韩一区二区视频在线观看视频在线| 亚洲精华国产精华液的使用体验| 有码 亚洲区| 免费黄网站久久成人精品| 日日撸夜夜添| 国产亚洲av片在线观看秒播厂| 菩萨蛮人人尽说江南好唐韦庄| 一个人免费看片子| 精品一区二区三区四区五区乱码 | videossex国产| 啦啦啦啦在线视频资源| 蜜桃在线观看..| 男的添女的下面高潮视频| 日本wwww免费看| 欧美性感艳星| 久久久久国产精品人妻一区二区| 久久这里有精品视频免费| 午夜福利在线观看免费完整高清在| 99热国产这里只有精品6| 色哟哟·www| 男人爽女人下面视频在线观看| 老女人水多毛片| 色94色欧美一区二区| 国产黄频视频在线观看| 久久综合国产亚洲精品| 999精品在线视频| 久久久久久久久久成人| 2022亚洲国产成人精品| 欧美国产精品一级二级三级| 一级黄片播放器| 国产精品人妻久久久久久| 精品人妻偷拍中文字幕| 成人影院久久| 天堂俺去俺来也www色官网| 精品人妻在线不人妻| 你懂的网址亚洲精品在线观看| 亚洲国产精品专区欧美| 欧美日韩视频高清一区二区三区二| 欧美成人午夜精品| 99re6热这里在线精品视频| 国产黄色免费在线视频| 人人澡人人妻人| 秋霞在线观看毛片| 亚洲在久久综合| 日产精品乱码卡一卡2卡三| 男女国产视频网站| 美女视频免费永久观看网站| 日韩,欧美,国产一区二区三区| 国产一区二区三区av在线| 国产视频首页在线观看| 另类精品久久| 久久久国产精品麻豆| 免费播放大片免费观看视频在线观看| 国产免费一区二区三区四区乱码| 国产高清三级在线| 一级片免费观看大全| √禁漫天堂资源中文www| 久久久久精品性色| 国产伦理片在线播放av一区| 久久精品久久久久久噜噜老黄| 中文字幕av电影在线播放| 精品99又大又爽又粗少妇毛片| www.av在线官网国产| av福利片在线| 亚洲综合精品二区| 国产午夜精品一二区理论片| 如日韩欧美国产精品一区二区三区| 欧美少妇被猛烈插入视频| 亚洲欧美中文字幕日韩二区| 国产午夜精品一二区理论片| 日韩伦理黄色片| 久久午夜福利片| 国产一区二区在线观看日韩| av一本久久久久| 国产乱来视频区| 午夜福利,免费看| 成人毛片a级毛片在线播放| 国产激情久久老熟女| 国产精品嫩草影院av在线观看| 久久久久久久亚洲中文字幕| 日韩av不卡免费在线播放| 一级毛片 在线播放| 欧美 亚洲 国产 日韩一| 久久国产精品男人的天堂亚洲 | 久久精品久久久久久久性| 伦精品一区二区三区| 波多野结衣一区麻豆| 久久青草综合色| 中文字幕免费在线视频6| 99精国产麻豆久久婷婷| 夫妻午夜视频| 飞空精品影院首页| 一级毛片黄色毛片免费观看视频| 色哟哟·www| 久久精品久久久久久久性| 少妇高潮的动态图| 精品国产乱码久久久久久小说| 毛片一级片免费看久久久久| 欧美97在线视频| 交换朋友夫妻互换小说| 综合色丁香网| 涩涩av久久男人的天堂| 日韩av不卡免费在线播放| 久久综合国产亚洲精品| 91成人精品电影| 亚洲精品aⅴ在线观看| 狂野欧美激情性xxxx在线观看| 欧美3d第一页| 免费观看在线日韩| 制服人妻中文乱码| 亚洲精品中文字幕在线视频| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 肉色欧美久久久久久久蜜桃| 欧美精品av麻豆av| 内地一区二区视频在线| 人成视频在线观看免费观看| 校园人妻丝袜中文字幕| 亚洲少妇的诱惑av| 精品国产露脸久久av麻豆| 波多野结衣一区麻豆| 在线观看免费高清a一片| 一个人免费看片子| 制服诱惑二区| 国产精品欧美亚洲77777| 欧美国产精品va在线观看不卡| 欧美成人午夜免费资源| 亚洲在久久综合| 视频区图区小说| 春色校园在线视频观看| 熟女av电影| 久久久久精品久久久久真实原创| 亚洲精品日本国产第一区| 免费看不卡的av| 婷婷色综合大香蕉| 丝袜脚勾引网站| 色5月婷婷丁香| 七月丁香在线播放| 亚洲精品国产av蜜桃| 高清黄色对白视频在线免费看| av国产精品久久久久影院| 在线观看一区二区三区激情| 精品国产乱码久久久久久小说| 曰老女人黄片| 国产男女超爽视频在线观看| 亚洲情色 制服丝袜| 国产高清三级在线| 草草在线视频免费看| 免费黄色在线免费观看| 色94色欧美一区二区| 久久久精品94久久精品| 国产乱人偷精品视频| 亚洲精品视频女| 大片免费播放器 马上看| av视频免费观看在线观看| 又大又黄又爽视频免费| 亚洲精品日本国产第一区| 岛国毛片在线播放| 美女xxoo啪啪120秒动态图| 一级爰片在线观看| 中文欧美无线码| 精品卡一卡二卡四卡免费| 18+在线观看网站| 日韩大片免费观看网站| 狠狠精品人妻久久久久久综合| 伊人亚洲综合成人网| 一二三四中文在线观看免费高清| 国产精品不卡视频一区二区| 大片电影免费在线观看免费| 一个人免费看片子| 精品一区二区免费观看| 18禁观看日本| 香蕉国产在线看| 亚洲欧美中文字幕日韩二区| 天堂中文最新版在线下载| 看免费av毛片| 亚洲国产精品999| 国产精品人妻久久久影院| 免费看av在线观看网站| 一级,二级,三级黄色视频| 一本久久精品| 国产成人精品在线电影| 午夜免费鲁丝| 蜜桃在线观看..| 精品久久蜜臀av无| 亚洲国产成人一精品久久久| 久久久亚洲精品成人影院| 亚洲婷婷狠狠爱综合网| 女人久久www免费人成看片| 制服人妻中文乱码| 亚洲人成网站在线观看播放| 中文精品一卡2卡3卡4更新| 国产欧美日韩一区二区三区在线| 亚洲精品,欧美精品| 卡戴珊不雅视频在线播放| 午夜免费男女啪啪视频观看| 在线观看三级黄色| 欧美精品高潮呻吟av久久| 婷婷色综合大香蕉| 国产日韩欧美视频二区| 国产女主播在线喷水免费视频网站| 在线观看免费高清a一片| 午夜福利,免费看| 日本猛色少妇xxxxx猛交久久| 内地一区二区视频在线| 久久精品国产自在天天线| 9热在线视频观看99| 性高湖久久久久久久久免费观看| 日韩av免费高清视频| 在线亚洲精品国产二区图片欧美| av免费观看日本| 99热全是精品| 久久久亚洲精品成人影院| 国产精品久久久久成人av| 九草在线视频观看| 久久97久久精品| 免费在线观看完整版高清| 国产成人免费观看mmmm| 久久人人97超碰香蕉20202| 免费高清在线观看视频在线观看| 亚洲五月色婷婷综合| 国产熟女欧美一区二区| 国语对白做爰xxxⅹ性视频网站| 久久鲁丝午夜福利片| 青春草亚洲视频在线观看| 免费看av在线观看网站| 大话2 男鬼变身卡| www.av在线官网国产| 亚洲高清免费不卡视频| a级毛色黄片| 国产淫语在线视频| 欧美日韩综合久久久久久| 亚洲欧美成人综合另类久久久| 成人18禁高潮啪啪吃奶动态图| 妹子高潮喷水视频| 亚洲精品久久成人aⅴ小说| 日韩成人伦理影院| av免费观看日本| 久久ye,这里只有精品| 免费看av在线观看网站| 宅男免费午夜| 九九在线视频观看精品| 日韩制服骚丝袜av| 黑人猛操日本美女一级片| 亚洲精品第二区| 亚洲精品久久成人aⅴ小说| 国产深夜福利视频在线观看| 99国产精品免费福利视频| 欧美日韩成人在线一区二区| 免费不卡的大黄色大毛片视频在线观看| 亚洲一区二区三区欧美精品| 国产亚洲午夜精品一区二区久久| 国产日韩欧美视频二区| 宅男免费午夜| av免费观看日本| 精品卡一卡二卡四卡免费| 亚洲美女搞黄在线观看| 亚洲精品美女久久久久99蜜臀 | 尾随美女入室| 国产一区二区三区av在线| 18禁在线无遮挡免费观看视频| 日韩制服丝袜自拍偷拍| 成人亚洲精品一区在线观看| 精品久久久久久电影网| 2021少妇久久久久久久久久久| 午夜影院在线不卡| 这个男人来自地球电影免费观看 | 交换朋友夫妻互换小说| 亚洲四区av| 人体艺术视频欧美日本| 欧美人与性动交α欧美软件 | 国产成人aa在线观看| 纵有疾风起免费观看全集完整版| 中文字幕精品免费在线观看视频 | 亚洲人与动物交配视频| 日韩av不卡免费在线播放| 国产黄色视频一区二区在线观看| 国产极品天堂在线| 建设人人有责人人尽责人人享有的| 久久免费观看电影| 建设人人有责人人尽责人人享有的| 免费高清在线观看视频在线观看| 婷婷色av中文字幕| 婷婷色综合大香蕉| 99久久人妻综合| 免费播放大片免费观看视频在线观看| 日日啪夜夜爽| 中国三级夫妇交换| 国产淫语在线视频| 久久ye,这里只有精品| kizo精华| 最近中文字幕高清免费大全6| 久久久久久久久久成人| 啦啦啦视频在线资源免费观看| 不卡视频在线观看欧美| 精品少妇内射三级| 日本免费在线观看一区| 亚洲国产色片| 这个男人来自地球电影免费观看 | 亚洲国产色片| 国产永久视频网站| 久久精品久久久久久久性| 日本av免费视频播放| 飞空精品影院首页| 精品一区二区免费观看| 在线观看一区二区三区激情| √禁漫天堂资源中文www| 少妇被粗大的猛进出69影院 | 丝袜喷水一区| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲第一av免费看| 亚洲欧洲日产国产| 亚洲性久久影院| 看免费av毛片| 欧美最新免费一区二区三区| 热99国产精品久久久久久7| 寂寞人妻少妇视频99o| 成年人午夜在线观看视频| 亚洲精品aⅴ在线观看| 51国产日韩欧美| av网站免费在线观看视频| 欧美精品亚洲一区二区| 亚洲美女黄色视频免费看| 亚洲成人一二三区av| 国产精品一国产av| 乱人伦中国视频| 亚洲熟女精品中文字幕| 久久精品国产鲁丝片午夜精品| 国产成人91sexporn| 亚洲国产毛片av蜜桃av| 欧美另类一区| 久久久久精品人妻al黑| 91精品国产国语对白视频| 国产高清不卡午夜福利| 2021少妇久久久久久久久久久| 精品福利永久在线观看| 久久99热6这里只有精品| 五月伊人婷婷丁香| 国产亚洲精品第一综合不卡 | 亚洲精品美女久久久久99蜜臀 | 成人毛片a级毛片在线播放| 亚洲五月色婷婷综合| 两性夫妻黄色片 | 久久99蜜桃精品久久| 婷婷色av中文字幕| 极品人妻少妇av视频| 免费少妇av软件| 日本猛色少妇xxxxx猛交久久| 考比视频在线观看| 啦啦啦中文免费视频观看日本| 欧美最新免费一区二区三区| 成年av动漫网址| 亚洲欧美成人综合另类久久久| 久久久a久久爽久久v久久| 久久久国产一区二区| 97超碰精品成人国产| 在线观看美女被高潮喷水网站| 成年人免费黄色播放视频| 卡戴珊不雅视频在线播放| 在线天堂最新版资源| 国产精品嫩草影院av在线观看| 视频在线观看一区二区三区| 美女视频免费永久观看网站| 女人精品久久久久毛片| 精品视频人人做人人爽| 色视频在线一区二区三区| 精品酒店卫生间| 中文字幕精品免费在线观看视频 | 三上悠亚av全集在线观看| 精品人妻在线不人妻| 久久久精品94久久精品| 黄色配什么色好看| 99久国产av精品国产电影| 美女大奶头黄色视频| 国产精品久久久久久精品电影小说| a级毛片在线看网站| 丰满饥渴人妻一区二区三| 久久精品国产自在天天线| 丝袜喷水一区| 久久午夜综合久久蜜桃| 波野结衣二区三区在线| 黄色视频在线播放观看不卡| 香蕉国产在线看| 国产乱人偷精品视频| 免费久久久久久久精品成人欧美视频 | 精品一品国产午夜福利视频| 国产日韩一区二区三区精品不卡| 女人久久www免费人成看片| 一区二区三区乱码不卡18| 中文天堂在线官网| 国产精品蜜桃在线观看| 成人国语在线视频| 另类亚洲欧美激情| 国精品久久久久久国模美| 免费观看在线日韩| 人妻系列 视频| 看非洲黑人一级黄片| videos熟女内射| 各种免费的搞黄视频| 亚洲丝袜综合中文字幕| 观看美女的网站| 亚洲成色77777| 亚洲精品日本国产第一区| 黄片无遮挡物在线观看| 在线观看人妻少妇| 亚洲国产精品一区三区| 国产高清不卡午夜福利| 侵犯人妻中文字幕一二三四区| av免费观看日本| 又黄又爽又刺激的免费视频.| 丰满乱子伦码专区| 免费大片黄手机在线观看| 最近手机中文字幕大全| 亚洲精品日韩在线中文字幕| 午夜精品国产一区二区电影| 国产男女内射视频| 捣出白浆h1v1| 日韩免费高清中文字幕av| a级毛片在线看网站| 中文字幕免费在线视频6| 一级片'在线观看视频| 亚洲精品美女久久久久99蜜臀 | 超色免费av| 免费黄网站久久成人精品| 亚洲内射少妇av| 99re6热这里在线精品视频| 一本大道久久a久久精品| 欧美xxⅹ黑人| 久热久热在线精品观看| 日韩中文字幕视频在线看片| 美女中出高潮动态图| 免费观看性生交大片5| 九草在线视频观看| 下体分泌物呈黄色| 欧美日韩精品成人综合77777| 久久国产精品男人的天堂亚洲 | 你懂的网址亚洲精品在线观看| 麻豆乱淫一区二区| 色吧在线观看| 亚洲精品一二三| 嫩草影院入口| 这个男人来自地球电影免费观看 | 如何舔出高潮| 大片电影免费在线观看免费| 国产成人精品福利久久| 水蜜桃什么品种好| 国产黄频视频在线观看| 久久久久久人人人人人| 色婷婷av一区二区三区视频| 欧美变态另类bdsm刘玥| 美女福利国产在线| 美女大奶头黄色视频| 中文字幕亚洲精品专区| 亚洲一级一片aⅴ在线观看| 国产一区有黄有色的免费视频| 精品久久蜜臀av无| 考比视频在线观看| 成人无遮挡网站| 视频在线观看一区二区三区| 黄色 视频免费看| 国产一区二区在线观看日韩| 国产在线一区二区三区精| 成人影院久久| 欧美日韩一区二区视频在线观看视频在线| 妹子高潮喷水视频| 又粗又硬又长又爽又黄的视频| 在线天堂中文资源库| 女性被躁到高潮视频| 26uuu在线亚洲综合色| 国产淫语在线视频| 嫩草影院入口| 久久99精品国语久久久| 一级爰片在线观看| 高清不卡的av网站| 伊人亚洲综合成人网| 久久精品国产a三级三级三级| 成人影院久久| 日本-黄色视频高清免费观看| 久久99热6这里只有精品| 亚洲精品色激情综合| 国产探花极品一区二区| 免费日韩欧美在线观看| 一区在线观看完整版| h视频一区二区三区| 一二三四中文在线观看免费高清| 亚洲激情五月婷婷啪啪| 国产亚洲av片在线观看秒播厂| 一级毛片电影观看| 免费在线观看完整版高清| 亚洲,一卡二卡三卡| 一二三四在线观看免费中文在 | 中文欧美无线码| 欧美日韩亚洲高清精品| 视频区图区小说| av在线app专区| 女人精品久久久久毛片| 男人舔女人的私密视频| 99热国产这里只有精品6| 九九爱精品视频在线观看| 国产精品国产三级国产av玫瑰| 午夜福利视频在线观看免费| 久久精品国产自在天天线| 丝瓜视频免费看黄片| 色吧在线观看| 在线观看一区二区三区激情| 国产精品免费大片| 日韩成人伦理影院| 一区二区三区四区激情视频| 99国产精品免费福利视频| 18禁在线无遮挡免费观看视频| 免费女性裸体啪啪无遮挡网站| 男人爽女人下面视频在线观看| 亚洲精品视频女| 香蕉精品网在线| av片东京热男人的天堂| 国产免费又黄又爽又色| 久久ye,这里只有精品| 亚洲精品美女久久av网站| 最近手机中文字幕大全| 日韩av在线免费看完整版不卡| 晚上一个人看的免费电影| 亚洲伊人久久精品综合| 精品一品国产午夜福利视频|