• <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
    亚洲国产欧美日韩在线播放| 国产熟女午夜一区二区三区| 国产激情久久老熟女| 国产av国产精品国产| 97人妻天天添夜夜摸| 91成人精品电影| 久久精品国产亚洲av涩爱| 中国美女看黄片| 日韩中文字幕视频在线看片| 国产精品熟女久久久久浪| 久久久久久人人人人人| 日本黄色日本黄色录像| 亚洲色图 男人天堂 中文字幕| av又黄又爽大尺度在线免费看| 国产成人精品久久二区二区免费| 欧美+亚洲+日韩+国产| 久久久久精品人妻al黑| 亚洲欧洲国产日韩| 少妇猛男粗大的猛烈进出视频| 国产精品久久久久久精品古装| 美女中出高潮动态图| 狠狠婷婷综合久久久久久88av| 亚洲欧美成人综合另类久久久| xxxhd国产人妻xxx| 妹子高潮喷水视频| 岛国毛片在线播放| 午夜老司机福利片| av电影中文网址| www.自偷自拍.com| 精品国产一区二区三区久久久樱花| 亚洲av成人精品一二三区| 久久精品久久精品一区二区三区| 久久久久久久大尺度免费视频| 亚洲男人天堂网一区| 亚洲av国产av综合av卡| 天堂8中文在线网| 亚洲欧美激情在线| 精品少妇黑人巨大在线播放| 免费观看a级毛片全部| 亚洲情色 制服丝袜| 一级黄片播放器| 赤兔流量卡办理| 日韩一本色道免费dvd| 日本猛色少妇xxxxx猛交久久| 不卡av一区二区三区| 久久久国产欧美日韩av| 中文字幕另类日韩欧美亚洲嫩草| 久久久国产一区二区| 欧美精品啪啪一区二区三区 | 久久久精品区二区三区| 人妻一区二区av| 最新的欧美精品一区二区| 男女高潮啪啪啪动态图| 亚洲精品中文字幕在线视频| 亚洲av日韩精品久久久久久密 | 国产视频一区二区在线看| 国产精品久久久人人做人人爽| 欧美精品人与动牲交sv欧美| 青春草亚洲视频在线观看| 亚洲欧美日韩另类电影网站| 亚洲久久久国产精品| 国产精品成人在线| 亚洲国产欧美网| av线在线观看网站| 成人亚洲欧美一区二区av| 日韩制服骚丝袜av| 免费日韩欧美在线观看| 午夜免费男女啪啪视频观看| 亚洲天堂av无毛| av国产精品久久久久影院| 欧美成人精品欧美一级黄| 久久精品国产亚洲av涩爱| 别揉我奶头~嗯~啊~动态视频 | 亚洲成国产人片在线观看| 人妻人人澡人人爽人人| 久热这里只有精品99| 日韩人妻精品一区2区三区| 男女高潮啪啪啪动态图| 免费在线观看影片大全网站 | 中文字幕最新亚洲高清| 欧美日韩亚洲高清精品| 叶爱在线成人免费视频播放| 久久影院123| 五月天丁香电影| 美女中出高潮动态图| 日韩人妻精品一区2区三区| 伦理电影免费视频| 侵犯人妻中文字幕一二三四区| 少妇被粗大的猛进出69影院| 丝袜人妻中文字幕| 中文字幕高清在线视频| 亚洲伊人色综图| 中文字幕人妻丝袜制服| 欧美中文综合在线视频| 国产成人欧美| 色网站视频免费| 久久久久视频综合| 秋霞在线观看毛片| 美女高潮到喷水免费观看| bbb黄色大片| 9191精品国产免费久久| 另类亚洲欧美激情| 99热国产这里只有精品6| 男男h啪啪无遮挡| 国产亚洲av片在线观看秒播厂| 免费观看av网站的网址| 国产高清国产精品国产三级| 亚洲专区中文字幕在线| 国产福利在线免费观看视频| 国产精品一区二区免费欧美 | 久久鲁丝午夜福利片| 又大又黄又爽视频免费| 女性被躁到高潮视频| 人妻 亚洲 视频| 十八禁人妻一区二区| 黄片播放在线免费| 在线观看人妻少妇| 最近最新中文字幕大全免费视频 | 黄色视频不卡| 91麻豆av在线| 悠悠久久av| 日韩熟女老妇一区二区性免费视频| 亚洲国产av影院在线观看| 不卡av一区二区三区| av视频免费观看在线观看| 国产黄频视频在线观看| 天天躁日日躁夜夜躁夜夜| 午夜影院在线不卡| 国产一区二区三区av在线| 91精品伊人久久大香线蕉| 亚洲成人免费av在线播放| 满18在线观看网站| 精品少妇久久久久久888优播| 国产爽快片一区二区三区| 欧美日韩亚洲综合一区二区三区_| 高清av免费在线| 秋霞在线观看毛片| 久久中文字幕一级| 黄片播放在线免费| 亚洲国产精品国产精品| 这个男人来自地球电影免费观看| 亚洲色图综合在线观看| av在线app专区| 最近最新中文字幕大全免费视频 | 午夜福利在线免费观看网站| 国产精品欧美亚洲77777| 天堂俺去俺来也www色官网| 久久鲁丝午夜福利片| 桃花免费在线播放| 黄网站色视频无遮挡免费观看| 久久精品国产亚洲av涩爱| 国产成人91sexporn| 久久久久网色| 一本一本久久a久久精品综合妖精| 在线观看免费午夜福利视频| 午夜激情av网站| 中文字幕人妻丝袜一区二区| 亚洲av成人精品一二三区| 国产精品久久久久成人av| 国产av一区二区精品久久| 亚洲熟女精品中文字幕| 中文乱码字字幕精品一区二区三区| 国产欧美日韩一区二区三 | 女人精品久久久久毛片| 超碰97精品在线观看| 亚洲人成77777在线视频| 熟女少妇亚洲综合色aaa.| 国产亚洲一区二区精品| 精品久久久久久久毛片微露脸 | 久久久久久久精品精品| 久久精品国产a三级三级三级| 最近最新中文字幕大全免费视频 | 国产男女超爽视频在线观看| 国产激情久久老熟女| 超碰97精品在线观看| 人体艺术视频欧美日本| 国产成人av激情在线播放| 亚洲国产精品国产精品| 成年人黄色毛片网站| 大片免费播放器 马上看| 国产精品香港三级国产av潘金莲 | 极品少妇高潮喷水抽搐| 人成视频在线观看免费观看| 啦啦啦在线免费观看视频4| tube8黄色片| 亚洲激情五月婷婷啪啪| 丁香六月欧美| 午夜福利乱码中文字幕| 国产精品成人在线| 国产老妇伦熟女老妇高清| 深夜精品福利| 国产精品人妻久久久影院| 亚洲中文字幕日韩| 狠狠婷婷综合久久久久久88av| 久久国产精品人妻蜜桃| 精品人妻1区二区| 色精品久久人妻99蜜桃| 91精品伊人久久大香线蕉| h视频一区二区三区| 日本午夜av视频| 免费在线观看视频国产中文字幕亚洲 | 久久国产精品男人的天堂亚洲| 超色免费av| 王馨瑶露胸无遮挡在线观看| 国产成人一区二区在线| 大片电影免费在线观看免费| av天堂在线播放| 日韩av在线免费看完整版不卡| 亚洲精品av麻豆狂野| avwww免费| 欧美日韩一级在线毛片| 又紧又爽又黄一区二区| 免费女性裸体啪啪无遮挡网站| 亚洲伊人久久精品综合| 久久久精品区二区三区| 母亲3免费完整高清在线观看| 高清不卡的av网站| 亚洲视频免费观看视频| 久久久久国产一级毛片高清牌| 欧美亚洲日本最大视频资源| 久久人妻福利社区极品人妻图片 | 成人亚洲欧美一区二区av| 国产高清国产精品国产三级| 男人添女人高潮全过程视频| 免费不卡黄色视频| 久久久久久人人人人人| 欧美亚洲 丝袜 人妻 在线| 亚洲欧美一区二区三区久久| 久久久久精品人妻al黑| 久久影院123| 亚洲精品一区蜜桃| 精品熟女少妇八av免费久了| 日韩一区二区三区影片| 最近最新中文字幕大全免费视频 | 亚洲七黄色美女视频| svipshipincom国产片| 亚洲精品第二区| 亚洲,欧美,日韩| 在线观看免费午夜福利视频| 免费av中文字幕在线| 夜夜骑夜夜射夜夜干| 国产野战对白在线观看| 午夜福利在线免费观看网站| 七月丁香在线播放| 咕卡用的链子| 波多野结衣av一区二区av| 国产成人精品久久久久久| 国产亚洲欧美精品永久| 国产片特级美女逼逼视频| 精品一品国产午夜福利视频| 亚洲av欧美aⅴ国产| 首页视频小说图片口味搜索 | 男女之事视频高清在线观看 | 激情视频va一区二区三区| 丝袜美腿诱惑在线| 91精品国产国语对白视频| 考比视频在线观看| 2018国产大陆天天弄谢| 丁香六月天网| 亚洲av成人精品一二三区| 麻豆乱淫一区二区| 亚洲黑人精品在线| 免费在线观看视频国产中文字幕亚洲 | 成人亚洲精品一区在线观看| 亚洲欧美日韩高清在线视频 | 久久久国产欧美日韩av| 观看av在线不卡| 777久久人妻少妇嫩草av网站| 色网站视频免费| 脱女人内裤的视频| 国产精品久久久人人做人人爽| 女人精品久久久久毛片| 精品人妻1区二区| 一区在线观看完整版| 狂野欧美激情性bbbbbb| 国产成人精品无人区| 国产成人a∨麻豆精品| 少妇被粗大的猛进出69影院| √禁漫天堂资源中文www| 午夜福利视频在线观看免费| 老司机午夜十八禁免费视频| 丝瓜视频免费看黄片| 久久天躁狠狠躁夜夜2o2o | 久久天躁狠狠躁夜夜2o2o | 久久性视频一级片| 久久国产精品影院| 亚洲黑人精品在线| 美女国产高潮福利片在线看| 免费观看av网站的网址| 一本大道久久a久久精品| 黄色视频不卡| av在线播放精品| 国产又色又爽无遮挡免| 男女国产视频网站| 免费少妇av软件| 国产成人91sexporn| 中文字幕亚洲精品专区| 日本午夜av视频| 午夜两性在线视频| 视频在线观看一区二区三区| 黄色视频在线播放观看不卡| 久久久久久久久久久久大奶| 老司机在亚洲福利影院| 欧美精品一区二区大全| 女性被躁到高潮视频| 国产av精品麻豆| 久久 成人 亚洲| 尾随美女入室| 黄片播放在线免费| 男女床上黄色一级片免费看| 天堂8中文在线网| 考比视频在线观看| 国产片内射在线| tube8黄色片| 少妇人妻久久综合中文| 男女午夜视频在线观看| 日本vs欧美在线观看视频| 纯流量卡能插随身wifi吗| 肉色欧美久久久久久久蜜桃| 中国国产av一级| 欧美黑人精品巨大| 日本vs欧美在线观看视频| 亚洲午夜精品一区,二区,三区| 国产高清不卡午夜福利| 天天躁日日躁夜夜躁夜夜| 成人亚洲精品一区在线观看| 色播在线永久视频| 国产男女超爽视频在线观看| 欧美日韩国产mv在线观看视频| 国产精品二区激情视频| 一级毛片女人18水好多 | 99久久综合免费| 黄色一级大片看看| 男男h啪啪无遮挡| 国产精品九九99| 我的亚洲天堂| 啦啦啦 在线观看视频| 高潮久久久久久久久久久不卡| 热99久久久久精品小说推荐| 国产人伦9x9x在线观看| a级片在线免费高清观看视频| www.精华液| 精品一品国产午夜福利视频| 免费av中文字幕在线| h视频一区二区三区| 国产亚洲欧美精品永久| 久久精品aⅴ一区二区三区四区| 大码成人一级视频| 国产精品香港三级国产av潘金莲 | 欧美人与善性xxx| 成人18禁高潮啪啪吃奶动态图| av欧美777| 国产男女内射视频| 久久毛片免费看一区二区三区| 免费久久久久久久精品成人欧美视频| 午夜免费观看性视频| 亚洲精品国产一区二区精华液| 亚洲国产看品久久| 多毛熟女@视频| 成年动漫av网址| 国产精品免费大片| 另类亚洲欧美激情| 国产精品一区二区免费欧美 | 制服诱惑二区| 纯流量卡能插随身wifi吗| 亚洲人成电影免费在线| 国产在线一区二区三区精| 国产一区二区在线观看av| 亚洲av成人不卡在线观看播放网 | 国产成人精品久久二区二区免费| 亚洲av日韩精品久久久久久密 | 亚洲男人天堂网一区| 久久国产精品人妻蜜桃| 亚洲精品美女久久av网站| av在线播放精品| 国产女主播在线喷水免费视频网站| 婷婷色综合www| 黄频高清免费视频| 亚洲精品日本国产第一区| 最近最新中文字幕大全免费视频 | 欧美精品一区二区免费开放| 国产成人欧美| 久久久精品国产亚洲av高清涩受| 国产成人欧美| 午夜老司机福利片| 丝袜喷水一区| 欧美日韩亚洲国产一区二区在线观看 | 大话2 男鬼变身卡| 九色亚洲精品在线播放| 汤姆久久久久久久影院中文字幕| 国产精品久久久久久精品古装| 后天国语完整版免费观看| 蜜桃国产av成人99| 国产精品秋霞免费鲁丝片| 精品人妻1区二区| 国产97色在线日韩免费| 国产真人三级小视频在线观看| 2018国产大陆天天弄谢| 宅男免费午夜| 久久99热这里只频精品6学生| 看免费成人av毛片| 天天躁日日躁夜夜躁夜夜| 狠狠婷婷综合久久久久久88av| 热99国产精品久久久久久7| 纵有疾风起免费观看全集完整版| 精品少妇一区二区三区视频日本电影| 久久性视频一级片| 久热这里只有精品99| svipshipincom国产片| 亚洲精品一二三| 精品第一国产精品| 黄色一级大片看看| 国产在视频线精品| 电影成人av| 又紧又爽又黄一区二区| 国产熟女午夜一区二区三区| 国产在线一区二区三区精| 国产精品亚洲av一区麻豆| 天天影视国产精品| 欧美精品av麻豆av| 久久鲁丝午夜福利片| 午夜日韩欧美国产| 久久精品国产亚洲av高清一级| 手机成人av网站| 久久精品成人免费网站| 少妇粗大呻吟视频| 国产成人91sexporn| 在线观看一区二区三区激情| 久久久久精品国产欧美久久久 | 黑丝袜美女国产一区| 国产精品久久久久成人av| 天天操日日干夜夜撸| 久久人人爽人人片av| 后天国语完整版免费观看| 嫩草影视91久久| 亚洲精品乱久久久久久| 国产av一区二区精品久久| 国产一区二区 视频在线| 精品人妻熟女毛片av久久网站| 中文字幕高清在线视频| 久久99一区二区三区| 水蜜桃什么品种好| 麻豆国产av国片精品| 波多野结衣av一区二区av| 午夜激情久久久久久久| 亚洲成人国产一区在线观看 | 波野结衣二区三区在线| 成年人午夜在线观看视频| 丝袜人妻中文字幕| 亚洲 国产 在线| 亚洲精品乱久久久久久| 久久天堂一区二区三区四区| 日日摸夜夜添夜夜爱| 国产av精品麻豆| 美女国产高潮福利片在线看| 亚洲美女黄色视频免费看| 国产深夜福利视频在线观看| 大码成人一级视频| 黄片小视频在线播放| 一级毛片女人18水好多 | 一二三四在线观看免费中文在| 欧美精品一区二区免费开放| 精品人妻1区二区| 2018国产大陆天天弄谢| 高清视频免费观看一区二区| 午夜91福利影院| 男女免费视频国产| 亚洲一区中文字幕在线| 人成视频在线观看免费观看| 国产精品久久久久久精品古装| 精品一区二区三区四区五区乱码 | 精品一区二区三区四区五区乱码 | 99久久精品国产亚洲精品| 久久狼人影院| 黄色a级毛片大全视频| 老司机影院毛片| 热99国产精品久久久久久7| 日韩大码丰满熟妇| 老熟女久久久| √禁漫天堂资源中文www| 91精品三级在线观看| 制服人妻中文乱码| 免费看不卡的av| 99香蕉大伊视频| 激情五月婷婷亚洲| 日本91视频免费播放| 黄色片一级片一级黄色片| 男人舔女人的私密视频| 欧美精品一区二区免费开放| 精品少妇一区二区三区视频日本电影| 欧美精品人与动牲交sv欧美| 亚洲一区中文字幕在线| 51午夜福利影视在线观看| 色播在线永久视频| 国产高清不卡午夜福利| 美女福利国产在线| 成在线人永久免费视频| 咕卡用的链子| 久久人妻熟女aⅴ| 欧美人与性动交α欧美软件| 国产熟女欧美一区二区| 好男人视频免费观看在线| 国产在线视频一区二区| www.精华液| 精品亚洲成a人片在线观看| 免费人妻精品一区二区三区视频| 高清欧美精品videossex| 久久久久精品人妻al黑| 多毛熟女@视频| 欧美老熟妇乱子伦牲交| 黄色a级毛片大全视频| 日韩,欧美,国产一区二区三区| 啦啦啦在线免费观看视频4| 看十八女毛片水多多多| 中文字幕高清在线视频| 波野结衣二区三区在线| 大片免费播放器 马上看| 久久女婷五月综合色啪小说| 国产99久久九九免费精品| 亚洲av美国av| 熟女少妇亚洲综合色aaa.| av天堂在线播放| 后天国语完整版免费观看| 欧美精品亚洲一区二区| 夫妻性生交免费视频一级片| 久久热在线av| 久久精品aⅴ一区二区三区四区| 成人影院久久| 尾随美女入室| 久久久久久久久免费视频了| 国产伦理片在线播放av一区| 黑人欧美特级aaaaaa片| 久久av网站| 国产精品亚洲av一区麻豆| 亚洲三区欧美一区| 黑丝袜美女国产一区| 黑人猛操日本美女一级片| 成年动漫av网址| 亚洲国产中文字幕在线视频| 一区福利在线观看| 一区二区av电影网| 亚洲少妇的诱惑av| 亚洲专区中文字幕在线| 少妇裸体淫交视频免费看高清 | 亚洲精品国产av成人精品| 国产精品久久久人人做人人爽| 国产欧美日韩综合在线一区二区| 2021少妇久久久久久久久久久| 国产欧美日韩一区二区三 | 午夜影院在线不卡| 国产精品偷伦视频观看了| 王馨瑶露胸无遮挡在线观看| av欧美777| 国产国语露脸激情在线看| 97人妻天天添夜夜摸| videosex国产| 欧美精品av麻豆av| 极品少妇高潮喷水抽搐| 免费高清在线观看视频在线观看| 咕卡用的链子| 男女床上黄色一级片免费看| 可以免费在线观看a视频的电影网站| 性色av一级| 国产伦人伦偷精品视频| 久久久久久久精品精品| 精品国产一区二区三区四区第35| 观看av在线不卡| 国产精品99久久99久久久不卡| 中文字幕av电影在线播放| 久久国产精品男人的天堂亚洲| 国产熟女午夜一区二区三区| 下体分泌物呈黄色| 夫妻性生交免费视频一级片| 久久午夜综合久久蜜桃| av在线老鸭窝| av福利片在线| 欧美精品亚洲一区二区| 成人亚洲欧美一区二区av| 久久久久久久久免费视频了| 日韩 欧美 亚洲 中文字幕| 国产成人av教育| 丰满饥渴人妻一区二区三| 在线看a的网站| 国产成人a∨麻豆精品| a级片在线免费高清观看视频| 可以免费在线观看a视频的电影网站| 亚洲国产成人一精品久久久| 18在线观看网站| 五月天丁香电影| 久久国产精品大桥未久av| 国产精品一区二区免费欧美 | 热re99久久精品国产66热6| 男女下面插进去视频免费观看| 中文字幕高清在线视频| 国产精品二区激情视频| 多毛熟女@视频| 国产成人系列免费观看| 日本wwww免费看| 欧美 日韩 精品 国产| 欧美亚洲 丝袜 人妻 在线| 曰老女人黄片| 国产有黄有色有爽视频| 黄色毛片三级朝国网站| 亚洲男人天堂网一区| 多毛熟女@视频| 日韩 欧美 亚洲 中文字幕| 99热网站在线观看| 91字幕亚洲| 精品国产乱码久久久久久小说| 丰满饥渴人妻一区二区三| 中国美女看黄片| 精品福利观看| 男女下面插进去视频免费观看| 午夜福利影视在线免费观看| 久久久国产精品麻豆|