• <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 ?

    基于全局自注意力機制的煤矸石目標檢測網(wǎng)絡(luò)

    2024-03-11 09:10:20汝洪芳李作淘王國新王書俠
    關(guān)鍵詞:煤矸石全局注意力

    汝洪芳, 李作淘, 王國新, 王書俠

    (黑龍江科技大學(xué) 電氣與控制工程學(xué)院, 哈爾濱 150022)

    0 引 言

    煤炭是我國能源的主體,煤炭工業(yè)在國民經(jīng)濟中有著重要的地位,煤矸石作為煤礦開采伴生的固體廢棄物,嚴重污染環(huán)境,因此煤矸石分選一直是煤炭工業(yè)的重要環(huán)節(jié)[1]。精確且智能地識別是分選的前提,也是煤礦智能化發(fā)展的內(nèi)在要求。

    現(xiàn)階段的選矸方法主要有人工排矸法、復(fù)合式干法分選法[2]、γ射線分選法[3]和基于機器學(xué)習(xí)的智能分選法等。其中,人工排矸法效率低且浪費人力資源;而γ射線法則會損害工人的健康。基于機器學(xué)習(xí)的方法有基于圖像的灰度和紋理特征的煤矸石目標檢測方法,如趙明輝[4]使用煤矸石圖像灰度直方圖的三階矩陣特征參數(shù)設(shè)計了識別方法。在卷積神經(jīng)網(wǎng)絡(luò)提出之后,與基于圖像灰度與紋理的方法相比,基于卷積神經(jīng)網(wǎng)絡(luò)的深度目標檢測網(wǎng)絡(luò)有著更高的精度,張永超等[5]使用SSD視覺算法對煤矸石進行檢測。雷世威等[6]通過改進的YOLOv3模型對煤矸石進行檢測。郭永存等[7]使用遷移權(quán)重和簡化神經(jīng)元的方法優(yōu)化CNN網(wǎng)絡(luò)并對煤矸石進行了檢測。各類深度學(xué)習(xí)網(wǎng)絡(luò)對運算量要求較大,不能很好地支持實際工業(yè)應(yīng)用,而YOLOv5s體積小,速度快,能夠適應(yīng)計算資源受限的工業(yè)現(xiàn)場。因此,對YOLOv5s進行改進,引入全局上下文模塊和全維動態(tài)卷積,突出目標前景,提升檢測精度,提出GO-YOLOv5s煤矸石檢測網(wǎng)絡(luò)。

    1 YOLOv5s網(wǎng)絡(luò)原理

    現(xiàn)階段的目標檢測方法有兩階段檢測和單階段檢測方法。兩階段方法指的是將目標檢測拆分為檢測和分類兩個任務(wù),而單階段方法為在一個網(wǎng)絡(luò)中同時執(zhí)行檢測和分類任務(wù)。文中選用的YOLOv5系列算法為單階段目標檢測方法。

    1.1 網(wǎng)絡(luò)結(jié)構(gòu)

    YOLOv5系列由五種網(wǎng)絡(luò)組成,按照網(wǎng)絡(luò)的深度和寬度由小到大排序,分別為YOLOv5n、YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x。隨著網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜度的提升,網(wǎng)絡(luò)的預(yù)測精度隨之提升,而網(wǎng)絡(luò)的速度則隨之下降??紤]到煤矸石分選工作對工業(yè)現(xiàn)場實時性和準確性的雙重需求,文中選取YOLOv5s作為改進優(yōu)化目標。

    YOLOv5s的網(wǎng)絡(luò)結(jié)構(gòu)如圖 1所示。主要由Backbone骨干網(wǎng)絡(luò)、Neck部分和Head檢測頭組成。

    圖1 YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)Fig. 1 Structure of YOLOv5s

    1.2 CSP結(jié)構(gòu)

    YOLOv5s的骨干網(wǎng)絡(luò)使用了New CSP Darknet53,其中包含了兩種CSP結(jié)構(gòu),如圖 2所示。分別為CSP1_X和CSP2_X,圖中,CBS模塊由標準卷積Conv、批歸一化BatchNorm和激活函數(shù)SiLU組成。CSP模塊的主要作用是對殘差特征進行學(xué)習(xí)以提升學(xué)習(xí)能力,避免梯度爆炸等問題。其中,CSP1_X用于骨干網(wǎng)絡(luò),而CSP2_X則用于Neck部分。

    圖2 CSP結(jié)構(gòu)Fig. 2 Structure of CSP

    經(jīng)過骨干網(wǎng)絡(luò)和Neck部分處理后的特征圖最終被輸入到檢測頭中。YOLOv5s擁有三個檢測頭,每個檢測頭對應(yīng)著不同的預(yù)測尺寸。

    2 網(wǎng)絡(luò)優(yōu)化方法

    2.1 全局上下文模塊

    研究者們發(fā)現(xiàn),引入注意力機制對神經(jīng)網(wǎng)絡(luò)的性能有著較為顯著的提升。全局上下文模塊(Global context block, GCBlock)[8]在SENet[9]和自注意力機制NLNet[10]的基礎(chǔ)上設(shè)計,融合了SENet和NLNet的優(yōu)點,將NLNet的全局自注意力信息建模方法和SENet的高效賦權(quán)轉(zhuǎn)化方法相結(jié)合,設(shè)計出既保留了自注意力機制帶來的全局特征信息,又有SE模塊低計算量特點的全局上下文模塊。SE模塊和NL模塊如圖 3所示。

    圖3 各模塊內(nèi)部結(jié)構(gòu)Fig. 3 Internal structure of each module

    SE模塊能夠有效地捕捉通道間的交互特征。通過全局平均池化,將特征圖處理為通道指示符向量模式,之后通過兩個卷積處理,使用ReLU作為激活函數(shù),Sigmoid作為歸一化函數(shù),得到權(quán)重向量,最后通過通道重構(gòu),獲得通道賦權(quán)的特征圖。

    NL模塊所使用的自注意力機制是注意力機制的變種,其核心思想在于最大限度地利用特征本身的信息構(gòu)建注意力機制。通過這種基于自注意力機制的全局特征信息建模,網(wǎng)絡(luò)能夠獲得捕獲長距離特征依賴,進而強調(diào)前景,擴大感受野。

    GCBlock的設(shè)計原理如圖 4所示。通過比較SE模塊和NL模塊,可以發(fā)現(xiàn),二者的模塊結(jié)構(gòu)有著相似的設(shè)計思路。即先通過建模過程對指定的信息進行建模,之后再將建模后的信息進行編碼轉(zhuǎn)換,轉(zhuǎn)換為具有權(quán)重指示符意義的淺層數(shù)據(jù)形式,最后將這一權(quán)重指示符同建模前信息進行融合,得到有偏重性的特征數(shù)據(jù)以供后續(xù)網(wǎng)絡(luò)學(xué)習(xí)處理。

    對二者進行研究可以發(fā)現(xiàn),SE模塊有著高效的編碼轉(zhuǎn)換過程,而NL模塊則有著信息更加全面、豐富的建模過程,因此,吸取二者的優(yōu)點,使用NL模塊基于自注意力的建模過程搭配SE模塊基于基本卷積的編碼過程,設(shè)計出既保留更多的全局信息,突出目標前景,擴大感受野,又計算高效的GC模塊。

    圖4 GCBlock的設(shè)計原理Fig. 4 Principle of GCBlock

    將這一模塊引入煤矸石目標檢測任務(wù)中,可以大大緩解實際檢測工作中目標前景和背景相似度過高所帶來的誤檢和漏檢問題。

    2.2 全維動態(tài)卷積

    常規(guī)卷積層是使用一個不變的卷積核去處理所有輸入的樣本信息,而動態(tài)卷積[11]則不同,動態(tài)卷積是多個卷積核的加權(quán)線性組合,其加權(quán)方法是一種基于注意力機制的動態(tài)加權(quán)方法。動態(tài)卷積是與輸入樣本信息有關(guān)的卷積,進而增強網(wǎng)絡(luò)的性能。

    y=(αw1W1+…+αwnWn)*x,

    式中:x——輸入特征,x∈h×w×ci;

    y——輸出特征,y∈h×w×co;

    αω1——用以賦權(quán)Wi的注意力值,αwi∈,通過一個基于輸入特征的注意力公式πwi(x)得到;

    *——卷積操作。

    可以看到,動態(tài)卷積由兩個基礎(chǔ)部分構(gòu)成,即卷積核{W1,W2,…,Wn}和用來計算注意力加權(quán)值{αw1,αw2,…,αwn}的注意力公式。

    全維動態(tài)卷積(ODConv)[12]則是通過平行策略,構(gòu)建一種多維注意力機制,從卷積核空間的四個維度上進行不同注意力機制的學(xué)習(xí)。全維動態(tài)卷積的結(jié)構(gòu)如圖 5所示。

    圖5 ODConv的原理Fig. 5 Principle of ODConv

    式中:αwi∈——用以賦權(quán)的注意力值;

    αsi∈k×k——基于卷積核空間尺寸的注意力;

    αci∈ci——基于輸入通道的注意力;

    αfi∈co——基于輸出通道的注意力;

    ⊙——不同維度間的乘法運算。

    通過四類互為補充的注意力機制的作用,能夠從輸入信息x的卷積的空間位置、輸入通道、濾波參數(shù)和卷積核方面進行處理,全面捕捉更為豐富的上下文線索。引入這一卷積結(jié)構(gòu),能夠增強網(wǎng)絡(luò)模型的特征提取和特征融合能力。

    2.3 改進的網(wǎng)絡(luò)結(jié)構(gòu)

    將YOLOv5s的Backbone中的CSP結(jié)構(gòu)替換為GCBlock,通過自注意力機制捕獲長距離特征依賴,擴大網(wǎng)絡(luò)感受野,利用SE模塊的高效編碼轉(zhuǎn)換方法進行權(quán)重分配,最后得到融合特征,使網(wǎng)絡(luò)能夠更多地關(guān)注有利于煤矸石目標檢測的特征信息,更好地消減相似背景和其他次要信息的影響。將Neck部分的三個CBS替換為ODConv,加強網(wǎng)絡(luò)從多個維度提取特征的能力。通過上述改進方案,提升網(wǎng)絡(luò)的性能。改進后的網(wǎng)絡(luò)結(jié)構(gòu)如圖 6所示。

    圖6 GO-YOLOv5s的結(jié)構(gòu)Fig. 6 Structure of GO-YOLOv5s

    3 實 驗

    實驗軟件環(huán)境為基于Pytorch 1.21.1、Python 3.9和Anaconda3的Linux深度學(xué)習(xí)環(huán)境,硬件為2片Intel(R) Xeon(R) Gold 6226R處理器,4張NVIDIA Tesla T4顯卡及196 Gb內(nèi)存。

    3.1 評價指標

    在目標檢測算法中,準確率P、召回率R、F1值、所有類別平均準確率的平均值αmAP以及推理速度常被選作網(wǎng)絡(luò)模型的評價指標。推理速度為在指定軟硬件條件下,網(wǎng)絡(luò)模型每秒處理的圖像數(shù)量。

    式中:F1——評價二分類問題的重要指標;

    αmAP——全類別平均準確率的平均值;

    TP——模型檢測正確的樣本數(shù);

    FP——誤檢的樣本數(shù);

    FN——漏檢的樣本數(shù);

    Pek——平均準確度;

    C——類別數(shù)。

    3.2 實驗結(jié)果與分析

    使用工業(yè)相機采集圖像數(shù)據(jù),為貼合實際工況背景,在實驗室搭建了黑色傳送帶平臺,將煤矸石目標放置于傳送帶上進行圖像數(shù)據(jù)采集。經(jīng)過適當(dāng)?shù)暮Y選和圖像增強方法處理之后,最終得到圖像總數(shù)為16 424的數(shù)據(jù)集。將數(shù)據(jù)集按照8∶1∶1的比例劃分為訓(xùn)練集、測試集和驗證集。數(shù)據(jù)集圖像如圖 7所示。整體實驗結(jié)果如圖 8所示。

    圖7 煤矸石數(shù)據(jù)集圖像Fig. 7 Coal and coal gangue dataset

    選用YOLOv5s、YOLOv5m、YOLOv5l、YOLOv7[13]和YOLOv7x作為對照組,實驗參數(shù)進行統(tǒng)一設(shè)置,訓(xùn)練批次Batch Size為16,訓(xùn)練周期Epoch為60,實驗結(jié)果見表1。

    圖8 整體實驗結(jié)果Fig. 8 Results of experiments

    從表1可知,GO-YOLOv5s的αmAP值為88.6%,較YOLOv5s、YOLOv5m、YOLOv5l、YOLOv7和YOLOv7x分別提升了4.1%、3.2%、2.1%、2.6%和2%;推理速度為每秒158.73幀,較YOLOv5s、YOLOv5m、YOLOv5l和YOLOv7x分別提升了1.6%、30.2%、60%和39.2%;F1值為99.7%,較YOLOv5s、YOLOv5m、YOLOv5l、YOLOv7和YOLOv7x分別提升了1.4%、1.6%、1%、0.9%和1.2%;召回率為99.7%,較YOLOv5s、YOLOv5m、YOLOv5l、YOLOv7和YOLOv7x分別提升了1.1%、1.5%、1.1%、0.7%和1%??梢钥吹?改進網(wǎng)絡(luò)的性能提升較為全面,這是因為GO-YOLOv5s優(yōu)化了原本模型的特征提取和特征融合方法,對圖像中的重要信息進行了增強并且對干擾檢測的背景信息進行了抑制,加強了整體網(wǎng)絡(luò)的特征提取和融合能力。

    對文中改進模型進行消融實驗,以分析各改進模塊獨立的效果,實驗結(jié)果見表 2。其中,×表示未使用該模塊,√表示使用該模塊。

    表2 消融實驗結(jié)果

    從表 2可知,引入GCBlock之后,模型的αmAP值上升了1.7%,為86.2%,說明通過在骨干網(wǎng)絡(luò)中引入這一模塊,有效地加強了骨干網(wǎng)絡(luò)對關(guān)鍵特征信息的提取能力。引入ODConv之后,模型的αmAP值上升了0.9%,說明在Neck部分引入全維動態(tài)卷積能夠幫助模型在特征融合方面取得提升,實現(xiàn)整體效果的提升;在YOLOv5s模型中,將骨干網(wǎng)絡(luò)的CSP替換為GCBlock,將Neck部分的三個CBS替換為ODConv后,模型的值達到了88.6%,較原模型提升了4.1%,說明文中提出的改進方案能夠有效地提升網(wǎng)絡(luò)模型的整體性能。

    為了進一步探究神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程,使用Grad-CAM熱力圖算法[14]。通過Grad-CAM算法計算網(wǎng)絡(luò)模型末尾卷積層的特征圖權(quán)重,其為可視化的彩色熱力圖,如圖 9所示。

    圖9 熱力圖可視化結(jié)果Fig. 9 GradCAM results

    從圖 9可以看出,改進后網(wǎng)絡(luò)模型的關(guān)注區(qū)域更為集中,而且對背景的信息有著明顯的抑制作用。

    4 結(jié) 論

    (1)將全局上下文模塊和全維動態(tài)卷積融入YOLOv5s網(wǎng)絡(luò)中,使網(wǎng)絡(luò)能夠更多地關(guān)注影響檢測結(jié)果的重要信息,同時抑制干擾檢測的無關(guān)背景信息和次要信息,進一步加強網(wǎng)絡(luò)模型的特征融合能力,有效地提升網(wǎng)絡(luò)的性能。

    (2)實驗結(jié)果證明,同原始網(wǎng)絡(luò)相比,改進網(wǎng)絡(luò)有著明顯的精度提升,同時,檢測速度和原網(wǎng)絡(luò)相當(dāng),略有提升;同對照組網(wǎng)絡(luò)相比,改進網(wǎng)絡(luò)有著較高的精度和速度。改進網(wǎng)絡(luò)結(jié)構(gòu)更加符合煤矸分選任務(wù)需求。

    猜你喜歡
    煤矸石全局注意力
    淺談煤矸石在固廢混凝土中的應(yīng)用
    Cahn-Hilliard-Brinkman系統(tǒng)的全局吸引子
    量子Navier-Stokes方程弱解的全局存在性
    讓注意力“飛”回來
    落子山東,意在全局
    金橋(2018年4期)2018-09-26 02:24:54
    煤矸石的綜合利用
    上海建材(2018年2期)2018-06-26 08:50:56
    “揚眼”APP:讓注意力“變現(xiàn)”
    傳媒評論(2017年3期)2017-06-13 09:18:10
    A Beautiful Way Of Looking At Things
    新思路:牽一發(fā)動全局
    改性煤矸石對污水中油的吸附作用
    国产一级毛片在线| 中国美白少妇内射xxxbb| 成人国语在线视频| 亚洲少妇的诱惑av| 26uuu在线亚洲综合色| 丝袜在线中文字幕| 国产亚洲午夜精品一区二区久久| 精品午夜福利在线看| 伦精品一区二区三区| 黄色一级大片看看| 我的老师免费观看完整版| 免费高清在线观看日韩| 免费观看在线日韩| 国产永久视频网站| 看非洲黑人一级黄片| 国产亚洲欧美精品永久| 啦啦啦中文免费视频观看日本| 久久午夜福利片| 欧美精品亚洲一区二区| 新久久久久国产一级毛片| 亚洲无线观看免费| 男女边摸边吃奶| 制服诱惑二区| 国产又色又爽无遮挡免| 亚洲熟女精品中文字幕| 丁香六月天网| 又黄又爽又刺激的免费视频.| 日本91视频免费播放| 色婷婷久久久亚洲欧美| 中文乱码字字幕精品一区二区三区| 欧美日韩国产mv在线观看视频| av卡一久久| 久久99精品国语久久久| 全区人妻精品视频| 老熟女久久久| 亚洲国产欧美日韩在线播放| 久久97久久精品| 中文字幕人妻丝袜制服| 在线观看www视频免费| 午夜激情av网站| 国产片特级美女逼逼视频| 国产精品嫩草影院av在线观看| 美女内射精品一级片tv| 欧美日韩国产mv在线观看视频| 多毛熟女@视频| 免费观看a级毛片全部| 日本-黄色视频高清免费观看| 在线天堂最新版资源| 熟女电影av网| 女性生殖器流出的白浆| 亚洲国产日韩一区二区| 黄色一级大片看看| 麻豆精品久久久久久蜜桃| 色婷婷久久久亚洲欧美| 一二三四中文在线观看免费高清| 亚洲av电影在线观看一区二区三区| av在线观看视频网站免费| 久久国产精品大桥未久av| 日本爱情动作片www.在线观看| 亚洲成人手机| a级毛片黄视频| 亚洲精品av麻豆狂野| 日本欧美国产在线视频| av黄色大香蕉| 国产精品久久久久久久电影| 精品国产一区二区久久| 国产成人免费无遮挡视频| 国产永久视频网站| 视频在线观看一区二区三区| 91aial.com中文字幕在线观看| 亚洲欧美成人综合另类久久久| 亚洲内射少妇av| 18禁在线无遮挡免费观看视频| 99热这里只有是精品在线观看| 欧美亚洲日本最大视频资源| 另类亚洲欧美激情| 国产成人精品无人区| 久久精品久久久久久噜噜老黄| 男女高潮啪啪啪动态图| 国产黄色视频一区二区在线观看| 亚洲av成人精品一区久久| 精品酒店卫生间| 亚洲一区二区三区欧美精品| 亚洲欧洲日产国产| 高清不卡的av网站| 性色av一级| 少妇猛男粗大的猛烈进出视频| 亚洲欧美清纯卡通| 国产亚洲av片在线观看秒播厂| 国产伦理片在线播放av一区| 久久女婷五月综合色啪小说| 国产成人91sexporn| 一本色道久久久久久精品综合| 爱豆传媒免费全集在线观看| 夜夜骑夜夜射夜夜干| 午夜精品国产一区二区电影| 青春草视频在线免费观看| 全区人妻精品视频| 十分钟在线观看高清视频www| 高清不卡的av网站| 黑人巨大精品欧美一区二区蜜桃 | 国产高清国产精品国产三级| 久久精品夜色国产| 国产深夜福利视频在线观看| 日韩熟女老妇一区二区性免费视频| 超色免费av| 自拍欧美九色日韩亚洲蝌蚪91| 在线观看三级黄色| 亚洲色图综合在线观看| av不卡在线播放| 久久精品国产亚洲av天美| 国产成人freesex在线| 久久99精品国语久久久| 青春草亚洲视频在线观看| 精品一区二区三区视频在线| 麻豆乱淫一区二区| 日韩在线高清观看一区二区三区| 亚洲精品日韩av片在线观看| 亚洲精品久久午夜乱码| 2021少妇久久久久久久久久久| 另类精品久久| 在线精品无人区一区二区三| 国产熟女午夜一区二区三区 | 亚洲第一av免费看| 两个人的视频大全免费| 男女国产视频网站| 欧美xxxx性猛交bbbb| 欧美一级a爱片免费观看看| 免费高清在线观看日韩| 欧美bdsm另类| 亚洲精品久久午夜乱码| 免费黄网站久久成人精品| 欧美激情国产日韩精品一区| 国产黄频视频在线观看| 91在线精品国自产拍蜜月| 日本黄色片子视频| 亚洲国产日韩一区二区| 最黄视频免费看| av天堂久久9| 在线观看免费高清a一片| 91精品国产九色| 国产毛片在线视频| 视频区图区小说| 啦啦啦中文免费视频观看日本| 亚洲精品456在线播放app| 国产毛片在线视频| 亚洲欧洲国产日韩| 午夜91福利影院| 最近的中文字幕免费完整| 日韩欧美一区视频在线观看| 人成视频在线观看免费观看| 亚洲欧洲精品一区二区精品久久久 | 建设人人有责人人尽责人人享有的| 男人爽女人下面视频在线观看| 最后的刺客免费高清国语| 日本欧美国产在线视频| 在线 av 中文字幕| a 毛片基地| av国产久精品久网站免费入址| 99热6这里只有精品| 狂野欧美白嫩少妇大欣赏| 2021少妇久久久久久久久久久| 亚洲精品成人av观看孕妇| 亚洲av综合色区一区| 国产乱人偷精品视频| 国产深夜福利视频在线观看| 精品亚洲成a人片在线观看| 亚洲美女搞黄在线观看| 成人综合一区亚洲| 免费黄频网站在线观看国产| 国产av一区二区精品久久| 亚洲av不卡在线观看| 日日啪夜夜爽| 国产高清三级在线| 国产男女超爽视频在线观看| 日韩中文字幕视频在线看片| 99热6这里只有精品| 国产深夜福利视频在线观看| 欧美日韩综合久久久久久| 18禁裸乳无遮挡动漫免费视频| 大香蕉97超碰在线| 少妇猛男粗大的猛烈进出视频| 免费大片黄手机在线观看| 人人妻人人爽人人添夜夜欢视频| 十八禁高潮呻吟视频| 亚洲欧美中文字幕日韩二区| 国产精品久久久久成人av| 国产成人aa在线观看| 中文字幕免费在线视频6| 人妻系列 视频| 亚洲精品乱码久久久v下载方式| 国产高清三级在线| 久久av网站| 久久人妻熟女aⅴ| 国产午夜精品久久久久久一区二区三区| 多毛熟女@视频| 下体分泌物呈黄色| 亚洲国产精品国产精品| 少妇猛男粗大的猛烈进出视频| 久久精品久久久久久久性| 午夜视频国产福利| 亚洲国产精品一区二区三区在线| 最黄视频免费看| 91在线精品国自产拍蜜月| 少妇 在线观看| 免费黄频网站在线观看国产| 99精国产麻豆久久婷婷| 最近中文字幕高清免费大全6| 亚洲欧美色中文字幕在线| 18在线观看网站| 国产成人a∨麻豆精品| 国产精品麻豆人妻色哟哟久久| 午夜日本视频在线| 五月天丁香电影| 久久久久久久久久成人| 午夜久久久在线观看| 国产精品蜜桃在线观看| 亚洲欧美精品自产自拍| 大片免费播放器 马上看| 热99久久久久精品小说推荐| 日韩中文字幕视频在线看片| 飞空精品影院首页| 久久久亚洲精品成人影院| 黄色毛片三级朝国网站| 日韩电影二区| 99久久中文字幕三级久久日本| a级毛色黄片| 欧美三级亚洲精品| 99久久综合免费| 80岁老熟妇乱子伦牲交| 777米奇影视久久| 999精品在线视频| 两个人的视频大全免费| 亚洲精品国产av成人精品| 99re6热这里在线精品视频| 大片电影免费在线观看免费| videos熟女内射| 如日韩欧美国产精品一区二区三区 | 免费观看的影片在线观看| 色5月婷婷丁香| 国产欧美另类精品又又久久亚洲欧美| 亚洲国产精品国产精品| 精品国产乱码久久久久久小说| 熟女人妻精品中文字幕| 成年美女黄网站色视频大全免费 | 熟女电影av网| 国产精品久久久久久av不卡| 考比视频在线观看| 欧美精品国产亚洲| 中文字幕人妻熟人妻熟丝袜美| 91aial.com中文字幕在线观看| 在线看a的网站| 精品久久久久久久久av| 一个人免费看片子| 亚洲国产av影院在线观看| 建设人人有责人人尽责人人享有的| 亚洲欧美中文字幕日韩二区| 熟女电影av网| 精品国产国语对白av| 亚洲无线观看免费| 九色成人免费人妻av| 九九爱精品视频在线观看| 只有这里有精品99| 99热6这里只有精品| 天堂中文最新版在线下载| 黄色毛片三级朝国网站| kizo精华| 欧美少妇被猛烈插入视频| 十八禁高潮呻吟视频| 国产精品一国产av| 丰满饥渴人妻一区二区三| 男女免费视频国产| 国产精品久久久久成人av| 五月开心婷婷网| 精品一区在线观看国产| 久久婷婷青草| 大片电影免费在线观看免费| 免费少妇av软件| 日韩制服骚丝袜av| 美女视频免费永久观看网站| 国产午夜精品久久久久久一区二区三区| 曰老女人黄片| 三级国产精品欧美在线观看| 日韩欧美精品免费久久| 成人亚洲欧美一区二区av| 欧美日韩视频高清一区二区三区二| 大又大粗又爽又黄少妇毛片口| 精品久久久久久电影网| 免费黄网站久久成人精品| av播播在线观看一区| 欧美精品亚洲一区二区| 美女大奶头黄色视频| 性色avwww在线观看| 久久鲁丝午夜福利片| 制服人妻中文乱码| 日韩在线高清观看一区二区三区| 亚洲内射少妇av| 精品亚洲成国产av| 99久久中文字幕三级久久日本| 中文字幕免费在线视频6| av播播在线观看一区| 最近2019中文字幕mv第一页| a级毛片在线看网站| 亚洲四区av| 国产高清不卡午夜福利| 精品少妇内射三级| 伦理电影大哥的女人| 天美传媒精品一区二区| 人人妻人人爽人人添夜夜欢视频| 欧美性感艳星| 中国美白少妇内射xxxbb| 多毛熟女@视频| 国产免费又黄又爽又色| 大码成人一级视频| 中文字幕久久专区| 中文精品一卡2卡3卡4更新| 下体分泌物呈黄色| 美女脱内裤让男人舔精品视频| 91久久精品国产一区二区成人| 熟女av电影| 国产精品三级大全| 80岁老熟妇乱子伦牲交| a级毛片免费高清观看在线播放| 国产免费又黄又爽又色| 国产一区亚洲一区在线观看| 一个人免费看片子| 精品久久蜜臀av无| 青春草视频在线免费观看| 爱豆传媒免费全集在线观看| 久久久a久久爽久久v久久| 国产精品秋霞免费鲁丝片| 嘟嘟电影网在线观看| 街头女战士在线观看网站| 最近的中文字幕免费完整| 欧美精品一区二区大全| 久久久久精品性色| 精品一区二区三卡| 欧美日韩精品成人综合77777| 久久久久精品久久久久真实原创| 精品国产一区二区久久| 国产老妇伦熟女老妇高清| 午夜免费男女啪啪视频观看| 91aial.com中文字幕在线观看| 一区二区三区免费毛片| 日本欧美视频一区| 欧美日韩在线观看h| 亚洲欧美清纯卡通| 中国美白少妇内射xxxbb| 女人精品久久久久毛片| 青春草国产在线视频| 久久精品国产亚洲av涩爱| 精品熟女少妇av免费看| 日韩成人av中文字幕在线观看| 欧美一级a爱片免费观看看| 黄片无遮挡物在线观看| 插阴视频在线观看视频| 亚洲欧美成人精品一区二区| 亚洲国产av新网站| 久久精品夜色国产| 99re6热这里在线精品视频| 精品久久国产蜜桃| 18+在线观看网站| 美女国产视频在线观看| 亚洲av成人精品一区久久| 各种免费的搞黄视频| 极品少妇高潮喷水抽搐| 国产欧美另类精品又又久久亚洲欧美| 美女中出高潮动态图| 亚洲综合色网址| 亚洲av成人精品一区久久| 黑人高潮一二区| 免费少妇av软件| 777米奇影视久久| 亚洲三级黄色毛片| 男女国产视频网站| 伦精品一区二区三区| 国产成人av激情在线播放 | 国产欧美日韩综合在线一区二区| 久久精品国产a三级三级三级| 极品人妻少妇av视频| 十八禁高潮呻吟视频| 桃花免费在线播放| 精品一区二区三卡| 精品一区在线观看国产| 欧美+日韩+精品| 天堂8中文在线网| 人妻一区二区av| 丰满迷人的少妇在线观看| 久久av网站| 校园人妻丝袜中文字幕| 亚洲中文av在线| 好男人视频免费观看在线| 99精国产麻豆久久婷婷| 色婷婷久久久亚洲欧美| 亚洲精品自拍成人| 婷婷成人精品国产| 黄片无遮挡物在线观看| 18禁观看日本| 色婷婷av一区二区三区视频| 少妇精品久久久久久久| 一边亲一边摸免费视频| 少妇的逼水好多| 大片电影免费在线观看免费| 久久婷婷青草| 一级二级三级毛片免费看| 国产成人一区二区在线| 午夜福利视频精品| 免费观看在线日韩| 狂野欧美白嫩少妇大欣赏| 2022亚洲国产成人精品| 香蕉精品网在线| 国产一区二区在线观看日韩| 精品亚洲成a人片在线观看| 久久久久视频综合| 国产淫语在线视频| 日韩强制内射视频| 人妻制服诱惑在线中文字幕| 午夜老司机福利剧场| 中文字幕人妻丝袜制服| 最近2019中文字幕mv第一页| 久久99蜜桃精品久久| 特大巨黑吊av在线直播| 国产成人免费观看mmmm| 免费少妇av软件| 黑人猛操日本美女一级片| 中国美白少妇内射xxxbb| 久久精品久久精品一区二区三区| 色网站视频免费| 免费日韩欧美在线观看| 亚洲激情五月婷婷啪啪| 飞空精品影院首页| 成人国产av品久久久| 中国三级夫妇交换| 日韩电影二区| 久久综合国产亚洲精品| 五月开心婷婷网| 日韩免费高清中文字幕av| 两个人的视频大全免费| 国产69精品久久久久777片| 最黄视频免费看| 新久久久久国产一级毛片| 午夜激情久久久久久久| 久久亚洲国产成人精品v| 校园人妻丝袜中文字幕| 国产av码专区亚洲av| 一本一本综合久久| 亚洲精品,欧美精品| 特大巨黑吊av在线直播| 各种免费的搞黄视频| 人妻 亚洲 视频| 国产日韩一区二区三区精品不卡 | 在线观看国产h片| 99国产精品免费福利视频| 精品少妇内射三级| 午夜福利网站1000一区二区三区| 一边摸一边做爽爽视频免费| 日韩精品有码人妻一区| 日韩视频在线欧美| 国产极品天堂在线| 成人二区视频| 中国三级夫妇交换| 久久久欧美国产精品| 久久人人爽av亚洲精品天堂| 黄色一级大片看看| 一本大道久久a久久精品| 日韩一本色道免费dvd| 国产精品久久久久久精品古装| 亚洲国产av新网站| 精品一品国产午夜福利视频| xxxhd国产人妻xxx| 国产熟女欧美一区二区| 亚洲欧美一区二区三区国产| 亚洲精品日韩av片在线观看| tube8黄色片| 久久ye,这里只有精品| 国产一区二区三区综合在线观看 | 免费黄色在线免费观看| 又大又黄又爽视频免费| 免费黄频网站在线观看国产| av天堂久久9| 看十八女毛片水多多多| 亚洲欧美中文字幕日韩二区| 91aial.com中文字幕在线观看| 自线自在国产av| 97超视频在线观看视频| 国产精品不卡视频一区二区| 嫩草影院入口| 伊人亚洲综合成人网| 婷婷色av中文字幕| 国产极品粉嫩免费观看在线 | 婷婷色综合大香蕉| 亚洲av成人精品一区久久| 亚洲国产精品一区三区| 最近中文字幕2019免费版| 亚洲人与动物交配视频| 人人妻人人澡人人看| 亚洲第一av免费看| 天美传媒精品一区二区| 精品熟女少妇av免费看| 热re99久久精品国产66热6| 日日撸夜夜添| 欧美老熟妇乱子伦牲交| 伦理电影大哥的女人| 亚洲欧美清纯卡通| 国产精品偷伦视频观看了| 高清在线视频一区二区三区| √禁漫天堂资源中文www| 亚洲精品美女久久av网站| 大香蕉97超碰在线| 如日韩欧美国产精品一区二区三区 | 大香蕉久久网| 国产精品久久久久久精品电影小说| 男人操女人黄网站| 国产一区有黄有色的免费视频| 国产日韩一区二区三区精品不卡 | av在线播放精品| 国产av码专区亚洲av| 国产日韩欧美视频二区| 国产一区二区在线观看av| 亚洲精品久久成人aⅴ小说 | 亚洲,欧美,日韩| 亚洲欧美清纯卡通| 亚洲美女黄色视频免费看| 亚洲人成网站在线播| 草草在线视频免费看| 免费黄网站久久成人精品| 菩萨蛮人人尽说江南好唐韦庄| 久久久久久人妻| 日韩不卡一区二区三区视频在线| 久久久久久久大尺度免费视频| 久久99精品国语久久久| 一级黄片播放器| av在线观看视频网站免费| 国产69精品久久久久777片| 91aial.com中文字幕在线观看| 国产精品久久久久久精品古装| 男人操女人黄网站| 三上悠亚av全集在线观看| 少妇人妻 视频| 亚洲图色成人| 美女国产视频在线观看| 国产色爽女视频免费观看| 五月玫瑰六月丁香| 日韩视频在线欧美| 一级毛片电影观看| 欧美老熟妇乱子伦牲交| 久久影院123| 国产成人精品福利久久| 国产成人aa在线观看| 亚洲国产av新网站| 91精品一卡2卡3卡4卡| 亚洲精品国产av成人精品| 91aial.com中文字幕在线观看| 久久精品国产鲁丝片午夜精品| 亚洲国产欧美在线一区| av黄色大香蕉| 97超碰精品成人国产| 午夜激情久久久久久久| 日韩欧美一区视频在线观看| 777米奇影视久久| 精品久久久噜噜| 国产欧美另类精品又又久久亚洲欧美| 免费人成在线观看视频色| 国产国拍精品亚洲av在线观看| 久久狼人影院| 丰满乱子伦码专区| 久久亚洲国产成人精品v| 久久精品久久精品一区二区三区| 久久久久久久久久久免费av| av电影中文网址| 人成视频在线观看免费观看| 一边摸一边做爽爽视频免费| 午夜av观看不卡| 欧美成人午夜免费资源| 亚洲精品乱久久久久久| 久热这里只有精品99| 黑人欧美特级aaaaaa片| 国产精品.久久久| 亚洲国产最新在线播放| 亚洲欧美精品自产自拍| 国产精品99久久99久久久不卡 | 91国产中文字幕| 免费黄频网站在线观看国产| 最近中文字幕高清免费大全6| 伊人亚洲综合成人网| 久久久久久久久久久丰满| 成人18禁高潮啪啪吃奶动态图 | 午夜91福利影院| 欧美精品一区二区免费开放| 日韩精品免费视频一区二区三区 | 免费黄色在线免费观看| 18禁裸乳无遮挡动漫免费视频| 亚洲国产日韩一区二区| 久久久久国产精品人妻一区二区| 日本vs欧美在线观看视频| 99re6热这里在线精品视频| a 毛片基地| 女人精品久久久久毛片| 日韩,欧美,国产一区二区三区| 狂野欧美白嫩少妇大欣赏| 国产精品国产三级国产av玫瑰| 人妻制服诱惑在线中文字幕| 亚洲精品第二区| 在线观看三级黄色| 国产精品一区二区在线观看99| 欧美3d第一页| √禁漫天堂资源中文www| 全区人妻精品视频| 久久久久久久国产电影| 99九九线精品视频在线观看视频| 国产成人精品无人区| 亚洲少妇的诱惑av| 啦啦啦中文免费视频观看日本| 婷婷色麻豆天堂久久| 亚洲欧美色中文字幕在线|