日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

頭盔檢測數(shù)據(jù)集:VOC格式解析與YOLO訓(xùn)練實戰(zhàn)

頭盔檢測數(shù)據(jù)集:VOC格式解析與YOLO訓(xùn)練實戰(zhàn) 簡介目標(biāo)檢測是計算機視覺的核心任務(wù)之一而高質(zhì)量的數(shù)據(jù)集與規(guī)范的標(biāo)注格式是模型性能的基石。在交通安防場景中頭盔檢測面臨小目標(biāo)、遮擋、多視角和極端光照等挑戰(zhàn)通用檢測模型難以直接勝任。VOC格式作為常見的目標(biāo)檢測標(biāo)注標(biāo)準(zhǔn)提供了清晰的邊界框與難例標(biāo)記信息便于數(shù)據(jù)清洗與模型訓(xùn)練。本文圍繞摩托車頭盔檢測數(shù)據(jù)集介紹其VOC目錄結(jié)構(gòu)與XML標(biāo)注要點分享數(shù)據(jù)清洗策略及轉(zhuǎn)YOLO格式的訓(xùn)練流程并給出YOLOv8實測參數(shù)與部署建議。該數(shù)據(jù)集覆蓋多種時段、角度與遮擋情況適合用于安防監(jiān)控、交通抓拍等場景幫助開發(fā)者快速構(gòu)建高精度頭盔檢測系統(tǒng)。1. 頭盔檢測這個任務(wù)難就難在它不是把框畫準(zhǔn)就完事先說個實際經(jīng)歷。前幾年幫朋友做過一個摩托車抓拍項目需求是在路口識別騎乘人員有沒有戴頭盔。最開始圖省事直接用開源的通用目標(biāo)檢測模型拿一個幾萬張圖片的COCO子集隨便練了練結(jié)果一到晚上和側(cè)后方視角誤報漏報慘不忍睹。后來才意識到頭盔檢測這個任務(wù)和常規(guī)的行人檢測、車輛檢測完全是兩回事它的難點藏在很多意料之外的地方。第一目標(biāo)太小。路口監(jiān)控畫面里一輛摩托車可能只占幾百個像素頭盔更小經(jīng)常只有二三十個像素。通用模型在COCO這種大目標(biāo)數(shù)據(jù)集上表現(xiàn)好不代表在小目標(biāo)上能打。第二遮擋嚴(yán)重。前后車重疊、騎手低頭、頭盔被車身擋住半邊這些都是常態(tài)。第三視角多樣。正臉、側(cè)臉、后腦勺不同角度頭盔形狀變化很大而且摩托車本身是斜著進畫面的不像行人那樣直立。第四光線極端。白天強逆光、夜間車燈直射、雨天反光同一頂頭盔在不同光照下特征差異巨大。還有一類容易被忽略的問題類別混淆。工地安全帽、自行車頭盔、電動車頭盔外觀相似但用途不同如果數(shù)據(jù)集中這些樣本混在一起模型就會學(xué)得糊里糊涂。更有意思的是戴了帽子再戴頭盔、頭盔掛在車把上、騎手把頭盔拿在手里這種類頭盔物體如果沒在數(shù)據(jù)里出現(xiàn)模型就會把它們當(dāng)成正樣本識別率直接被拉低。這批摩托車電動車佩戴頭盔檢測數(shù)據(jù)集我拿到手之后第一反應(yīng)是終于有人把這種刁鉆場景規(guī)規(guī)矩矩地做成了數(shù)據(jù)集。它是標(biāo)準(zhǔn)的VOC格式標(biāo)注2514張圖片核心內(nèi)容包括摩托車、電動車的騎乘人員及其頭盔佩戴狀態(tài)。聽起來數(shù)量不算夸張但這個規(guī)模對頭盔檢測來說并不小關(guān)鍵是它處理了上面說的那些難點場景而不是市面上那種拿幾百張圖硬湊的demo級數(shù)據(jù)集。如果你正在做安防監(jiān)控、交通抓拍、騎行安全提醒這類項目這個數(shù)據(jù)集可以直接作為訓(xùn)練的起點省掉大量爬圖、清洗、標(biāo)注的時間。2. VOC標(biāo)注格式拆解這套數(shù)據(jù)集的目錄結(jié)構(gòu)與XML標(biāo)簽要點很多剛開始做目標(biāo)檢測的讀者一聽到VOC格式可能有點懵也有把VOC和標(biāo)注工具的通用導(dǎo)出格式混為一談的。這里先把VOC格式的根目錄結(jié)構(gòu)交代清楚你再對照看這個數(shù)據(jù)集會發(fā)現(xiàn)它的組織非常規(guī)范。2.1 VOC數(shù)據(jù)集的標(biāo)準(zhǔn)目錄骨骼一份合格的Pascal VOC格式數(shù)據(jù)集至少包含三個目錄和一個說明文件這套頭盔數(shù)據(jù)集的結(jié)構(gòu)如下VOCdevkit/ ├── VOC2007/ │ ├── JPEGImages/ # 圖片原圖全部是jpg格式 │ ├── Annotations/ # 每張圖對應(yīng)的xml標(biāo)注文件 │ ├── ImageSets/ │ │ └── Main/ # train.txt、val.txt、trainval.txt │ └── labels/ # 有些VOC數(shù)據(jù)集會提供ID到類別名的映射JPEGImages 和 Annotations 兩個目錄的文件名一一對應(yīng)比如img_0001.jpg對應(yīng)img_0001.xml。ImageSets/Main 下的txt文件里放的是不帶后綴的文件名列表一行一個用于訓(xùn)練、驗證集劃分。這套數(shù)據(jù)集里還有一個點做得比較到位它把類別信息單獨抽出來了后續(xù)轉(zhuǎn)YOLO格式時不需要手動去翻XML猜類別ID省了不少時間。2.2 XML里的關(guān)鍵字段怎么看VOC標(biāo)注文件的核心是object節(jié)點。我截取一個典型結(jié)構(gòu)說明annotation folderVOC2007/folder filenameimg_0102.jpg/filename size width1920/width height1080/height depth3/depth /size object namehelmet/name poseUnspecified/pose truncated0/truncated difficult0/difficult bndbox xmin126/xmin ymin402/ymin xmax178/xmax ymax454/ymax /bndbox /object /annotation有幾個字段需要特別關(guān)注。difficult是新手最容易忽略的。它表示這個目標(biāo)是否難以識別通常被遮擋嚴(yán)重、極小、輪廓模糊的目標(biāo)會被標(biāo)記為1。訓(xùn)練時如果使用默認配置difficult1的樣本可能會被直接忽略或者參與評估但不參與訓(xùn)練。這個數(shù)據(jù)集里大量難例樣本的difficult標(biāo)記是合理的后面的數(shù)據(jù)清洗部分我會展開講這里只想提醒如果你用mmdetection跑記得在配置里把ignore_iof_thr之類的參數(shù)調(diào)好不然難例樣本的作用就白費了。truncated表示目標(biāo)是否超出圖像邊界。在頭盔檢測場景里摩托車駛?cè)氘嬅孢吘壏浅3R婒T手可能只露出一半這種目標(biāo)如果沒標(biāo)好模型在邊界區(qū)域的預(yù)測就會很飄。bndbox是邊界框坐標(biāo)四個值分別是框左上角和右下角的x、y像素坐標(biāo)注意不是歸一化的讀取后需要自行根據(jù)圖像寬高轉(zhuǎn)換。那這個數(shù)據(jù)集里到底有哪些類別從標(biāo)簽內(nèi)容來看主要圍繞三類戴頭盔的騎手、未戴頭盔的騎手以及摩托車/電動車本身。有些同類數(shù)據(jù)集會把頭盔和人分開有些會直接標(biāo)注整個騎乘人員加上頭盔狀態(tài)不同方案各有優(yōu)劣。如果下游任務(wù)是精確到戴沒戴我更建議用這類把騎手和頭盔狀態(tài)區(qū)分開的標(biāo)注后續(xù)做區(qū)域判斷會比較方便。2.3 為什么選VOC而不是直接用COCO或YOLO接觸過目標(biāo)檢測的讀者應(yīng)該知道現(xiàn)在主流格式還有COCO的JSON和YOLO的TXT。那這個數(shù)據(jù)集為什么用VOC我的判斷是VOC格式是很多標(biāo)注工具的通用中間格式先落成VOC后期你要轉(zhuǎn)YOLO、轉(zhuǎn)COCO都容易反向操作就麻煩得多。另外VOC格式的可讀性強XML里能看到難度標(biāo)記、截斷標(biāo)記方便你做數(shù)據(jù)清洗而COCO的JSON對新手來說配嵌套層級就夠喝一壺了。實際使用中你大概率還是要做一步VOC轉(zhuǎn)YOLO畢竟當(dāng)前訓(xùn)練主流是YOLO系列。這個轉(zhuǎn)換非常機械唯一要注意的是類別ID順序和生成train/val劃分時保證一定隨機性。這個數(shù)據(jù)集里的類別相對固定轉(zhuǎn)起來不費勁第三節(jié)會給轉(zhuǎn)換腳本。3. 2514張不等于亂爬2514張數(shù)據(jù)清洗和標(biāo)注規(guī)范才是識別率的底氣標(biāo)題里超高識別率這幾個字我一開始是持懷疑態(tài)度的。畢竟標(biāo)注兩個字背后的水很深很多數(shù)據(jù)集宣傳幾千張圖實際打開一看要么是大量重復(fù)圖片要么是邊界框畫得歪七扭八。真正上手這批數(shù)據(jù)之后我大致理解了它的識別率底氣從哪里來主要集中在三個方面。3.1 場景覆蓋邏輯不是隨機爬圖而是按難點分布采樣頭盔檢測的最大痛點不是看過足夠多的頭盔而是看過足夠多角度和光線下的頭盔。這個數(shù)據(jù)集在場景覆蓋上很講究我把主要分布總結(jié)成如下表格場景維度覆蓋情況對模型的作用時段白天、黃昏、夜間、逆光避免模型對光線過擬合拍攝角度正面、側(cè)面、側(cè)后方、俯拍提升多視角泛化能力車型摩托車、電動車、踏板車防止只認識某一種車氣候晴天、雨天、陰天提升惡劣天氣魯棒性密度單騎手、雙騎手、多車混行增強擁擠場景下的檢出能力遮擋程度無遮擋、部分遮擋、嚴(yán)重遮擋訓(xùn)練模型在難例下不自信也不漏檢我專門統(tǒng)計了圖片中目標(biāo)大小分布發(fā)現(xiàn)小目標(biāo)頭盔像素面積小于32×32占了相當(dāng)比例。這對訓(xùn)練特別有用因為YOLO系列在小目標(biāo)上本來就容易翻車如果沒有足夠多的小目標(biāo)樣本模型會習(xí)慣性地把遠處目標(biāo)忽略掉。3.2 標(biāo)注質(zhì)量邊界框的貼著標(biāo)和留白標(biāo)差別巨大標(biāo)注規(guī)范直接影響模型學(xué)到的東西。我看到很多新手用標(biāo)注工具時喜歡把邊界框框得比目標(biāo)大一圈理由是留點余量讓模型更容易學(xué)習(xí)。這個想法是大錯特錯的。目標(biāo)檢測的邊界框回歸是直接回歸到標(biāo)注框的如果你標(biāo)得松模型學(xué)出來的框就永遠帶一圈背景IoU算不高NMS階段還會產(chǎn)生大量冗余框。而且如果框里混雜了旁邊的另一個目標(biāo)模型的特征就會被污染。這批數(shù)據(jù)集的標(biāo)注明顯遵循了tight box原則邊界框緊貼目標(biāo)的外沿對于頭盔這類高反光、邊緣不明顯的物體手工標(biāo)注能做到這個貼合度說明是花過功夫的。還有一處細節(jié)值得表揚對遮擋目標(biāo)的處理。常見有三種標(biāo)注策略把遮擋部分一起框進去錯誤會把遮擋物也學(xué)進來只標(biāo)可見部分較合理保留了目標(biāo)外觀信息完全跳過遮擋目標(biāo)會出現(xiàn)大量漏檢。這個數(shù)據(jù)集的策略偏向前兩種的結(jié)合可見部分占比高就標(biāo)完整框可見部分很少就把difficult置為1讓訓(xùn)練時忽略它。這樣既不會漏掉難例的存在信息又不會在訓(xùn)練的時候強迫模型學(xué)習(xí)殘破特征。3.3 負樣本和難例挖掘識別率高的隱藏功臣分類問題講究正負樣本均衡目標(biāo)檢測也一樣。如果所有圖片里的騎手都是戴了頭盔的模型就學(xué)不會沒戴頭盔長什么樣或者更準(zhǔn)確地說它會把沒戴頭盔也預(yù)測成戴了頭盔因為正樣本太多了。這批數(shù)據(jù)集里的負樣本未戴頭盔比例是真實場景的水平而且負樣本里還包含了一些極易混淆的場景拿在手里的頭盔、放在后座的頭盔、戴帽子的人。這些都屬于類頭盔負樣本。沒有這種數(shù)據(jù)在訓(xùn)練集里做磨刀石模型很容易把一切圓形隆起物都當(dāng)頭盔。難例挖掘的價值在于識別率不是看模型在最簡單樣本上的表現(xiàn)而是看它在最惡劣樣本上掉多少分。數(shù)據(jù)集中那些低光照、高遮擋、極小目標(biāo)樣本才是訓(xùn)練后超高識別率的真正保障。4. 從VOC到Y(jié)OLO訓(xùn)練格式轉(zhuǎn)換、數(shù)據(jù)劃分與關(guān)鍵訓(xùn)練參數(shù)實測數(shù)據(jù)集本身質(zhì)量再高也要經(jīng)過格式轉(zhuǎn)換和訓(xùn)練才能變成能用的模型。這中間有幾個環(huán)節(jié)經(jīng)常會卡住人我把完整流程和實測參數(shù)列出來。4.1 VOC轉(zhuǎn)YOLO的一鍵腳本YOLO格式要求每張圖片對應(yīng)一個txt文件每行是類別ID x_center y_center width height坐標(biāo)都是歸一化到0~1的。下面這個腳本可以直接用在數(shù)據(jù)集根目錄執(zhí)行即可import os import xml.etree.ElementTree as ET import random classes [helmet, head_without_helmet, motorcycle] def convert_annotation(xml_file, out_dir, img_width1920, img_height1080): tree ET.parse(xml_file) root tree.getroot() # 從XML中讀取實際圖像尺寸而不是用默認值 size root.find(size) img_width int(size.find(width).text) img_height int(size.find(height).text) txt_name os.path.splitext(os.path.basename(xml_file))[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: for obj in root.iter(object): difficult int(obj.find(difficult).text) if difficult 1: continue cls_name obj.find(name).text if cls_name not in classes: continue cls_id classes.index(cls_name) xmlbox obj.find(bndbox) xmin float(xmlbox.find(xmin).text) ymin float(xmlbox.find(ymin).text) xmax float(xmlbox.find(xmax).text) ymax float(xmlbox.find(ymax).text) x_center (xmin xmax) / 2 / img_width y_center (ymin ymax) / 2 / img_height w (xmax - xmin) / img_width h (ymax - ymin) / img_height f.write(f{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}\n) if __name__ __main__: annotation_dir VOC2007/Annotations label_dir VOC2007/labels os.makedirs(label_dir, exist_okTrue) xml_files [f for f in os.listdir(annotation_dir) if f.endswith(.xml)] for xml_file in xml_files: convert_annotation(os.path.join(annotation_dir, xml_file), label_dir) # 劃分train / val比例9:1 random.seed(42) random.shuffle(xml_files) val_count int(len(xml_files) * 0.1) with open(VOC2007/ImageSets/Main/train.txt, w) as f: for x in xml_files[val_count:]: f.write(os.path.splitext(x)[0] \n) with open(VOC2007/ImageSets/Main/val.txt, w) as f: for x in xml_files[:val_count]: f.write(os.path.splitext(x)[0] \n)這里有幾個細節(jié)值得提醒第一轉(zhuǎn)換時千萬不要用固定默認尺寸一定要從XML的size節(jié)點讀取實際寬高。如果數(shù)據(jù)集里混入了一些非1920×1080的圖用默認尺寸會導(dǎo)致坐標(biāo)偏移訓(xùn)練集里直接埋雷。第二difficult1的樣本在轉(zhuǎn)YOLO格式時要過濾掉。YOLO格式?jīng)]有difficult這個概念的承載字段留著它在txt里只會變成一條普通樣本把難例當(dāng)成必學(xué)樣本訓(xùn)練時loss會異常抖動。第三劃分train/val時要先隨機打亂并固定隨機種子。否則每次執(zhí)行腳本得到的劃分不同復(fù)現(xiàn)實驗時模型性能忽高忽低你根本不知道是模型問題還是數(shù)據(jù)劃分問題。4.2 YOLOv8訓(xùn)練配置和實測參數(shù)以YOLOv8為例訓(xùn)練前先編寫數(shù)據(jù)配置文件helmet.yamlpath: /path/to/VOCdevkit train: VOC2007/ImageSets/Main/train.txt val: VOC2007/ImageSets/Main/val.txt nc: 3 names: [helmet, head_without_helmet, motorcycle]然后啟動訓(xùn)練yolo detect train datahelmet.yaml modelyolov8n.pt epochs200 imgsz640 batch16 device0實測下來有幾個參數(shù)對頭盔檢測的影響比其他任務(wù)更顯著圖片分辨率imgsz頭盔是小目標(biāo)imgsz從640提到960后mAP有2~3個點的提升。不要覺得640是萬金油小目標(biāo)場景吃分辨率代價是顯存占用變大、推理速度變慢。如果部署在邊緣設(shè)備建議用640訓(xùn)練再想辦法做TTA。Mosaic增強YOLOv8默認開啟mosaic對頭盔這種小目標(biāo)是有利的因為它把多張圖拼在一起相當(dāng)于變相增加了小目標(biāo)數(shù)量。但如果數(shù)據(jù)集中頭部樣本特別密集mosaic會產(chǎn)生大量截斷的目標(biāo)反而干擾學(xué)習(xí)。實測把mosaic關(guān)閉或降低到0.5對這批數(shù)據(jù)沒有明顯負面影響甚至略好因為原圖的密集場景已經(jīng)足夠。類別不平衡未戴頭盔的樣本占比天然低于戴頭盔的這是安全現(xiàn)狀決定的但模型不能因此對未戴頭盔不敏感。如果訓(xùn)練后發(fā)現(xiàn)負類召回率偏低可以嘗試給負類提高loss權(quán)重或者在loss里設(shè)置類別權(quán)重。YOLOv8中可以通過給數(shù)據(jù)集的cls_loss加大系數(shù)來實現(xiàn)簡單粗暴但有效。多尺度訓(xùn)練頭盔檢測對尺度變化極其敏感開啟多尺度訓(xùn)練scale0.5~1.5會讓模型在不同距離下的表現(xiàn)更穩(wěn)定代價是訓(xùn)練時間增加。這個數(shù)據(jù)集的場景分布里本身就有大量不同距離的騎手所以多尺度訓(xùn)練是收益大于成本的。4.3 訓(xùn)練時長與收斂判斷這批數(shù)據(jù)2514張如果是8G顯存的卡batch16、imgsz640大概半小時左右就能看到val集loss明顯下降。我的經(jīng)驗是訓(xùn)練150~200個epoch足夠再往后如果不加數(shù)據(jù)增強或者不調(diào)loss基本就是在過擬合訓(xùn)練集。判斷過擬合有幾個信號train loss持續(xù)下降但val loss開始反彈val集的mAP0.5漲但mAP0.5:0.95開始停滯或者某些類別在val集上的precision和recall開始明顯背離。遇到這種情況優(yōu)先考慮加增強和早停不要盲目加訓(xùn)。5. 實訓(xùn)中的識別率表現(xiàn)與易踩坑點從驗證集到真實道路場景訓(xùn)練完模型只是第一步真正檢驗識別率的是把它放到真實場景里去看。5.1 指標(biāo)解讀別只盯著mAP0.5很多數(shù)據(jù)集宣傳超高識別率你必須問清楚這個識別率是哪種指標(biāo)。mAP0.5算的是IoU閾值0.5下的平均精度這個指標(biāo)對邊界框的精確位置不敏感只要框大概在目標(biāo)附近就算對。而mAP0.5:0.95在一系列IoU閾值下取平均對邊框質(zhì)量的要求嚴(yán)苛得多。用這批數(shù)據(jù)訓(xùn)練出來的模型在驗證集上mAP0.5超過0.9并不難真正的硬指標(biāo)是mAP0.5:0.95能穩(wěn)定在0.75以上就算不錯。我實測下來YOLOv8m、imgsz960、訓(xùn)練160個epochmAP0.5在0.925左右mAP0.5:0.95在0.78左右。這個水平放在頭盔檢測場景里已經(jīng)可以拿去試跑真實視頻流了。5.2 真實場景里最容易翻車的幾個瞬間夜間弱光車燈眩光。監(jiān)控攝像頭夜間畫質(zhì)普遍拉胯頭盔在這種畫面里經(jīng)常只是一團模糊的亮斑。夜間的識別率普遍比白天低15%~20%這不是模型不努力而是輸入信息本身就不足。解決辦法有兩種一是圖像預(yù)處理做增強比如自適應(yīng)直方圖均衡或帶色彩恢復(fù)的多尺度Retinex二是訓(xùn)練時把低光樣本單獨做一個增強分支用MixUp把白天圖片調(diào)暗和真實夜間圖混合相當(dāng)于人工制造中間態(tài)樣本。遠處的超小目標(biāo)。當(dāng)頭盔在畫面里只有十幾個像素大小時模型基本只能靠猜測輸出結(jié)果。這時候最實用的策略不是硬摳模型而是做多幀融合連續(xù)幾幀中如果同一位置都檢測到目標(biāo)就確認輸出如果只是偶發(fā)框則判定為噪聲。這個思路比買更貴的算法模型性價比高得多。安全帽與頭盔的誤檢。工地安全帽外形和摩托車頭盔差異不小但如果一個騎手戴了安全帽騎車模型很容易把它當(dāng)成頭盔。這批數(shù)據(jù)集里包含了一部分安全帽樣本作為負例但真實環(huán)境中的安全帽樣式五花八門你在實際部署時建議再采集一些負樣本做增量訓(xùn)練把誤檢率往下壓。5.3 部署時的常用操作檢測模型產(chǎn)出的裸框丟給業(yè)務(wù)系統(tǒng)前一般要過幾道后處理置信度閾值推薦設(shè)置在0.35~0.45之間。調(diào)太低會在密集場景產(chǎn)生大量誤檢調(diào)太高會漏掉遮擋目標(biāo)。NMS的IoU閾值0.5左右比較平衡。如果你發(fā)現(xiàn)同一頂頭盔出現(xiàn)雙框可以適當(dāng)提高NMS的IoU閾值。類別過濾如果業(yè)務(wù)只關(guān)心未戴頭盔的告警可以把戴頭盔的預(yù)測框直接過濾掉只保留低置信度的未戴框做上報這能大幅減少人工復(fù)核成本。在邊緣設(shè)備部署時YOLOv8n轉(zhuǎn)成TensorRT的engine文件后在Jetson Orin Nano上能做到30~40ms一幀基本滿足實時視頻流檢測需求。轉(zhuǎn)換時要特別注意動態(tài)batch和動態(tài)分辨率設(shè)置因為監(jiān)控畫面經(jīng)常被裁剪固定shape的engine在輸入尺寸變化時會直接報錯。6. 數(shù)據(jù)集的擴展思路用自己的攝像頭數(shù)據(jù)給模型持續(xù)補課沒有任何一個公開數(shù)據(jù)集能覆蓋所有場景這批2514張圖片也不例外。聰明的做法是把它當(dāng)成預(yù)訓(xùn)練基礎(chǔ)包再疊加自己的場景數(shù)據(jù)做持續(xù)優(yōu)化。怎么最快速地給模型補課核心就是數(shù)據(jù)標(biāo)注的效率。這里推薦兩個組合半自動標(biāo)注先用這批數(shù)據(jù)訓(xùn)練出一個初版模型然后拿著模型去跑你本地攝像頭抽出來的圖片讓模型先出一版預(yù)測框。人工只需要把模型漏掉的框補上、標(biāo)錯的框改掉標(biāo)注速度能提升3倍以上。難例回流模型在線上跑的時候?qū)iT收集那些置信度不高但實際是正確的和置信度很高但實際是錯誤的樣本定期清洗后加入訓(xùn)練集做增量訓(xùn)練。這個方法比一次性堆幾千張隨機圖片更有效因為每一張新樣本都在補模型的短板。我之前在一次調(diào)試中試過用labelme手工標(biāo)注了一批本地停車場的頭盔圖片但labelme默認導(dǎo)出的是JSON格式還得寫腳本轉(zhuǎn)成VOC/COCO。如果你也在用labelme建議標(biāo)注時直接把類別列表建好JSON轉(zhuǎn)VOC的時候會省掉很多字段映射的力氣。還有一個實用的擴展策略利用視頻幀序列。你不需要一個場景抓幾千張圖片從一段連續(xù)視頻里每隔10幀抽一幀抽出來的圖天然就帶視角連續(xù)性和場景多樣性。跑模型標(biāo)注、人工糾錯、增量訓(xùn)練重復(fù)幾輪之后模型在你自己場景的泛化能力會有肉眼可見的提升。另外提醒一點頭盔檢測的場景越垂直遷移學(xué)習(xí)的效果就越明顯。如果你手里本來就有一個在COCO上預(yù)訓(xùn)練的YOLO模型用它微調(diào)這批頭盔數(shù)據(jù)集收斂速度和最終精度都會優(yōu)于從頭訓(xùn)練。我自己試過從COCO預(yù)訓(xùn)練權(quán)重起步訓(xùn)練到120個epoch時精度已經(jīng)超過從頭訓(xùn)練200輪的結(jié)果。最后說一個使用這批數(shù)據(jù)時的心得拿到任何公開數(shù)據(jù)集先別急著開訓(xùn)花半小時做一遍數(shù)據(jù)體檢看看類別分布、看看邊界框標(biāo)注質(zhì)量、看看有沒有損壞圖片。這個習(xí)慣幫我避免過很多次訓(xùn)練出來效果差但找不到原因的尷尬情況。頭盔檢測這行數(shù)據(jù)和標(biāo)注的質(zhì)量往往比模型結(jié)構(gòu)更重要把基礎(chǔ)打牢后面的每一層優(yōu)化才站得住。本文還有配套的精品資源點擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
毛片电影一区二区三区| 欧美91精品国产自产| 我爱搞逼综合网| 天天日骚逼熟女| 亚洲综合在线91| 久热久一区二区三区| 大香蕉99热| 男人的天堂久久狠| 久久精品超碰| 家庭乱伦国产| 九九亚洲视频| 麻豆九九九| 国产天天看| 媚薬在线视频麻豆| 91殴美| 天天夜躁日日躁狠狠2002| 欧美日韩午夜精品一区二区三区| 天天视频综合在线观看视频| 亚洲情色婷婷五月天| 五月大香蕉| 人人爽夜夜操| 91天天| 久操网视频| 伊人黄色片| 久操不卡视频| 久久精9| 91无码人妻| 国产99999| 久久久久久久伊人精品| 超碰av在线| 成人无码专区精品视频| 夜夜精品视频一区二区| 黑人精品XXX一区一二区| 日韩久久激情精品| 欧美亚洲厕所精品偷拍91| 一本久道久久综合狠狠爱一密臀精| 欧美日韩黄片精品在线| 丁香五月AV| 欧美18禁91| 亚洲日韩肥臀视频在线观看| 亚洲欧美视| 俺去啦俺来也久久综合| 丁香五月大香蕉| 91美女看B| 国产精品午夜福利亚洲综合网| 亚洲第一黄色av网站| 人人天天欧洲| 97色在线观看| 男女性扦B| 97在线观看免费视频l| 97综合激情| 男女性感激情网站| 最新一二三区视频| 热热色91| 天天日天天色| 日韩天天本| 欧美 亚洲 第一页| 国产免费永久精品无码| 九九九国产精品| 日韩欧美国产一区二区三区四区| 青青草在线视频人人想人人上| 色爱综合网欧美| 亚洲人妻爽爽爽| 黄色片大香蕉| 五月天色图| 激情综合 婷婷五月 红杏| 欧美自拍网| 成人小说另类在线| 啪啪91| 亚洲欧美日韩不卡人妻| 日韩精品免费高清视频在线| 精品人人| 亚洲色图欧美一区二区不卡| 日韩人妻精品久久久久| 国产强奸乱伦欧美| 国产av美女被艹的乱叫| 99在线啪| 欧美大香蕉专区网| 亚洲 欧美 日韩另类 麻豆| 人妻精品免费一二三区| 精品无码一区二区| 精品人妻免费观看| 综合干干干av久久久综合网| 丰满人妻无码一区二区三区| 91色伦综合| 亚洲精品 欧美精品| 蜜臀99久久| 色啪网| 亚洲丨在线| 成人午夜视频免费播放| 少妇精品| 亚洲熟妇无码一区二区三区| 8x福利精品第一福利视频导航| 厕所偷拍在线| 国产女s强制榨精视频| 亚熟在线| 国产黄片精品在线| 97在线青| 亚欧性爱在线无码| 好吊色综合| 亚洲欧洲日本精品中文a∨| 亚洲色图超碰在线| 国产欧美在线观看免费观看| 999久久久九| 91殴美| 少妇国产不卡| 国产亚洲精品久久久久小| 亚洲一区二区专区-国产丝袜精品丝袜-成人AV| 国产无马视频| 久久精品国产99久久,亚洲日韩久久日本一区一区三区 | 另类图片五月| 色婷婷国产精品一区在线观看| 91狼人| AV中文字幕三四五| 欧美AB在线观看| 97在线观看免费视频| 岛国1区2区3区在线观看| 丰满搜索结果 -第18页- 久久高清无码 | 日韩在线国产字幕| 久久99精品九九久久久婷婷| 国产又色又爽又舒服的三级视频| 97久久国产| 成人综合色网| 午夜乱轮操逼视频免费看| 欧美日韩青操| 人妻少妇色综合| 国产成人亚洲精品无| 91精品国产综合久久久蜜臀| 乱论91| AV色五月| 中文字幕一区二区三区人妻少妇在线| 黄页视频网站野外| 亚州性色| 激情露脸爱| 台湾佬大香蕉| 天天夜夜久久| 五月丁香激情综合| 亚洲欧洲自拍图片专区满春格| 91欧美成人色站| 国产精品久久久久久久黄无码| 韩国毛片一区二区三区| 欧美九九爱| 一级片在线观看高清无码| 激情文学小说一区二区| 97精品一二区| 国产欧美日韩在线不卡第一页| 密臀在线视频| 18禁久极品美女久久哦哟呀!| 无码少妇精品一区二区60岁老人| 69国产对白刺激| wuyechaopeng| 中文字幕丝袜美腿| 中国和日本人色哪个不下载能放| 亚洲四虎熟女精品| 亚洲在线网站| 啊啊啊啊无码| 人妻黑丝袜电影| 亚洲情色电影网| 日韩Va亚洲va欧美Ⅴa久久| 日骚逼视频| 九九九精品一区二区无码| 很很干很很操| 午夜国产成人福利视频| 日操粉逼逼| 91综合在线| 中文字幕熟女人妻丝袜丝| 中文字幕少妇色| 日韩免费性爱视频在线观看| 青娱乐国产精品| 精品少妇999| 美女骚尻视频| 九九九九免费高| 成人精品一区二区91毛片不卡| 漂亮人妻被强中文字幕hd| 国产污视频麻豆传媒一区二区| 日韩人妻无码专区| 综合五月婷婷亚洲一区| 精品三级在线专区| 啊啊啊男女| 国产日韩欧美| 69AV女优男人的天堂| 超碰在线成人| 中文字幕狠狠玩| 最近2018中文字幕在线高清第一页| 中文字幕人妻丝袜乱一区三区| 天天综合网1| 超碰97资源大奶| 久久久国产成人一区二区三区在线| 亚洲第一免费视频| 午夜福利1区2区3区| 性一级黄色录像片网站导航| 91逼逼女人91| 欧美精品久久久久久久久88| 中文字幕亚洲热播人妻| 国产精品久久久久久久AV大片| 日本一级真人黄色性爱视频| 青草一区二区| 情色图区| 无码二级三级| 亚洲精品电影| 国产又粗又长又大的视频| 伊人嫩草| 天天久久久久久| 久久亚州大香蕉| 成人片视频| 蜜桃久久久久久久久久久久| 乱日视频| 久久精品老司| 大乔未久88一区| 天天享受天天看| 欧美亚洲影视| 国产精品久久久久av| 亚洲日韩美女中文字幕乱| 无遮挡一级毛片视频免费的| 免费久久一级毛片大黄| 100啪啪视频大全| 亚洲在线网站| 国产欧美精选激情视频| 日韩性爱再线视频| 日韩精品一区二区三区色欲| 免费看欧美美女黄色大片| 欧美日韩性爱视屏免费看了| 久久婷五月天| 伊人天堂在线| 青青草色情网站视频| 欧美91在线+|+欧美| 日本999精品| 国产情色在线| 综合网少妇| 麻豆精品.欧美精品.日韩精品.| 中文有码第五页| 中国小夫妻勾搭露脸淫荡对白| 大奶尤物鲍汁淫荡欧美视频粉嫩夜夜骚| 精品亚洲俞拍视频一区| 99亚洲人人| 日韩AV一区二区三区三州三州| 久久精品亚洲东京热色播| 亚洲春色激情小说| 欧美久久毛片基地| 九九人妻| 久久大香蕉97| 99re视频在线播放青草| 97天天| 青青青在线高清视频在线一二三四区| 天天天肏屄肏屄肏屄欧美欧美| 欧美一级二级三级| 少妇被c 黄 免费观看| 久久精品久| www熟女乱伦com| 亚洲欧美小说| 中文字幕乱妇免费视频| 三男一女不戴套的A片| 男人的天堂午夜av| 青青草丝袜在线视频| 99热精品免费| 亚洲情色一区二区三区| 欧日韩一二三f区| 中文字幕乱妇免费视频| 国产偷拍网站| 亚洲综合中文字幕有码| 偷拍 精品另类 凸凹了四区| 欧美中字二区| 欧美日韩亚洲天堂| 在线视频 亚洲精品| 草草影院最新网址| 久操B网| 天天超级碰碰碰| 嗯嗯不要视频| 人妻aa| 日韩亚洲美女一区久久| 国产久久一区二区午夜| 97欧美久久久久久久| 久久中文字幕女同性恋一区| 亚洲自拍偷拍视频在线| 国产黄色av大片网站| 亚洲情色五月天| 日日干夜夜欢| 在线观看无码三级少妇| 欧美精品四区| 69丨亚洲丨精品丨入口免费播放| 青娱乐福利99| 成人 日韩欧美一区| 在线黄色污污网站| 91 欧美| 日韩激情中文字幕有码| 偷看洗澡一二三区美女| 99re69| 一区二区三区日韩欧美 | 欧美在线|亚洲| 午夜性刺激视频免费观看| 亚洲砖码砖专无区2023| 75大香蕉| 亚洲欧美综合| 中文字幕性感少妇av| 亚洲情色婷婷五月天| 97WW精品| 999熟女精品| 亚洲精品99999| 亚洲欧美一区二区网址| 欧美精品1区2区3区| 99.色网| 国产一区麻豆免费观看| 人妻天堂网| 久草网站免费在线观看| 91原创在线观看| 青青欧洲黑| 欧美夜夜草视频| 亚洲第一黄色av网站| 国产一级特黄大片处女| 日本黄 R色 成 人网站| 欧洲性人爱视频| 以及麻豆国产入口在线观看免费| ,国产乱人伦精品一区二区三区| 97在线/亚洲| 国产 无码 一区二区| 色99在线| 超碰综合97在线| 清纯唯美亚洲| 亚洲色鬼| 精品无吗m| 色婷婷狠狠| 精品久久99| 青青草久久| 三级日韩一区二区三区| 一个人在线看的黄色电影网站| 欧美淫乱视频| 欧美日本中字另类在线| 久久日本熟妇熟色高清| 女同女同恋久久级三级| 欧美熟女妇同| 翔田千里AⅤHD无码| 日韩探花精品在线视频| 日本精品久久久久久久| 日本精品高清一二区一本到| 欧美色图天堂在线| 欧美日韩97在线| 亚洲色图日韩精品| 骚日日av| av资源在线播放天堂| 日产精品久久久一区二区| 国产三区免费在线观看| 精品欧美日韩在线观看| 人人操人人摸avav| 日日干夜夜操视频h| 男女啪啪啪18禁网站| 熟妇熟女一区二三区| 日本爽爽爽爽爽爽免费视频| 99精品伊人| 久久东京伊人一本到鬼色| 涩涩久久精品| 男男H黄动漫啪啪无遮挡网站| 国产91专区| 日本在线激情一区二区三区| 精品无码少妇| www.97在线| AV一起草在线| 亚州九九九精品视频| 96久久精品一二三区色欲| 操逼精品视频| 中文字幕av亚洲在线| 97操B| 日韩高潮一区| 欧美人人操人人插| 99久在线精品99re8热视频在线| 亚洲成人美女无吗| 亚洲一区二区av| 啊好大好舒服| 亚洲欧美中文一区二区三| 黄站在线免费观看| 91九久| 操逼免费视频无码国产| 曰本特级特黄特色黄色A级网站高清在线免费看 | 在线观看视频91| aⅴ日韩成人电影av在线免费看av大全| 99热这里只有精品1| 久久性爱视频| 国产精品一区二区亚洲人成毛片| 偷拍亚洲视频一区二区三区四区| 极品丝袜无码| 18禁美女裸体无遮挡啪啪| 蜜桃一区二区三区| 婷婷六月色| 91丨人妻丨国产丨丝袜| 色综合20p| 五月丁香影院| 久久久久免费看少妇A片特黄| 青草伊人网| 岛国AV一区二区电影| a亚洲欧美色欲| 99热18这里只有精品| 五月天开心网| 亚洲字幕一区二区| 大奶的诱惑| 亚洲 另类 丝袜 自拍 动漫| 日本天天色| 精品日韩中文在线| 偷拍盗拍亚洲色图图片| 欧美亚洲高清不卡| 天天色香欲综合网| 欧美系列在线一区二区| 精品日韩人妻视频| 国产AB视频| 日韩影片中文字幕一区二区三区| 亚洲综合色婷婷| 日韩黄片影院| 久久精品无码专区| 亚洲成人妻日韩在线| 久久久蜜桃一区二区三区| 欧美极品美女aaaaaa级黄片| 98超碰欧美| 亚洲欧美一区二区不卡视频播放 | 91老熟女逼| 欧美网站免费| 天天操夜夜操狠很操| 日本不卡在线二区三区| 啊啊啊在线看| 欧美激情一区二区| 欧美激情总合网| www.av在线观看| 影视综合无码少妇| 欧美乱伦专区| 青草成人免费视频一COm| 日本欧美m v精品网站加| 日韩一级片| 中文字幕乱码人妻二区三区| 综合网天天| 啊啊啊啊在线播放| 国产SV一线| 91大胆欧美| 超碰99热| 九九热超碰| 人看人人摸人人操| 国产性爱在线视频一区二区| 三级日韩一区二区三区| 97视频免费| 亚洲性综合11| 伊人在线大香蕉视频久久| 亚洲色91C| 91视频成人福利网站在线一区| 蜜桃久久综合视频| 亚洲少妇喷视频看| 婷婷色导航| 大香蕉黄色一区| 亚洲欧洲日韩天堂av| 国产亚洲色婷婷久久99精品91 - 百度| 97亚洲综合在线| 97爱啪| 国产天天看| 精品免费1| 亚洲另类久操网| 日韩A优精品在线观看| 久久黄色性爱视频| 国产日韩欧美三级片| 国产成人 综合亚洲 天堂| 麻豆成人影音在线| 九九九999久久久网站| 亚洲情色 无码专区| 老司机午夜精品福利视频一区二区| 99热在线不卡| 久久色激情一区二区三区| 少妇 综合| 9久超碰| 亚洲91少妇| 青青草日韩无码| 色婷网| 欧美一级色| 欧美色色色| 丁香五月成人| 97天天爽| 91日日| 欧美色图 人妻| 久9久9精品| 天天综合网~91综合网| 美女网站黄页| 欧美性第1页| 亚洲色图欧美色18直播在线| 蜜臀一区二区三区亚洲最新章节在线观看 - 高清蜜臀一区二区三区亚洲全集播放 | 日本美女性生活久久久久久久| 91 手机在线播放 绯色| 97久久久久久久精| 精品视频专区| 午夜精品久久999热蜜桃介男人用| 少妇丝袜在线观看AV| 夜夜嗨一区二区三区三州加勒比| 亚洲性高潮| 日韩一级二级三级免费看完整版| 少妇淫妇久久久久久久| 亚洲网站一区二区在线| 国模私拍一区二区三区神乳| 国模艳艳啪啪一区| 国产精品青草综合久久| 天无日色综合| 97香蕉人人乳| 99福利社| 亚洲国产成人综合碰碰三级经典| 五月天我淫我色av| 综合av社区| 人妻干天天| 久久高清欧美国产| 91久久久久免| 四虎免费看黄| 风韵犹存大大大大香蕉 | 国产久久视频| 狠狠爱夜夜干| 偷拍综合网| 黄色av网站在线播放| 午夜120视频在线观看| 欧美精品999| 丝袜狠狠草尤物人妻av91| 天天舔天天日天天射| 在线看污网站| 午夜激情成人在线观看| 久久女婷| 欧美九九99久久精品| 天天色踪合| 99在线精品视频| 国产精品亚洲无码| 看一级黄色视频| n1038 一二三区| 偷拍亚洲情色| 水多多映视AV| 综合自拍| 青久操| 久久久久女教师免费一区| 三级日韩一区二区三区| 亚洲欧美国产日本一区二区三区| 久久超碰爱| 久久久久久久六六 | 久久只有精品| 色综合久久88色综合久久天天| 涩五月婷婷| 日韩图区| a片自拍直播视频| 色色色色电影网| 亚洲第一色页夜| 亚洲乱熟女一区二区| 中文字幕熟女人妻丝袜| 无码抄逼网| 日韩中文字幕av在线播放| 91亚洲图片| 日本操逼视频导航| http://qxhbdz.com| 无码精品啪啪啪一区二区三区三州| 日本操逼视频在线| 五月丁香六月婷| 青青草日韩免费观看高清在线| 亚洲天堂男人天堂| 777奇米影视777四色| 精品十三区| 国产精品片| 国产AV久久久蜜爱影集| 综合激情97| 超碰地址久久| 欧美日韩操操操| 99www.bibizy香蕉资源国产一区二区三区高清| 日韩97P| 无码聚合| 狠狠色一区二区中文字幕| 精品人妻一区二区三区在| 久久这里只| 久久国内| 麻豆天美国美国产| 日韩精品啪啪啪| 欧美性爱伊人| 久久久天美| 国产AV激情无码久久无码 | 无码精品久久久久久亚洲| 二色av| 亚洲蜜臀精品视频久久| 中国国国产一级特黄毛片| 欧美成人综合| 国产中文字幕在线点播| 久久精品一区| 欧美成人性活片| 操逼网免费无码视频| 久久高清无码夜夜操| 丁香六月激情| 天天综合网入口~91| 国产亚洲福利第一页丝袜| 69精品在线| 激情小说亚洲| 欧美午夜精品久久久久久超碰| 久久久久久久9999| 又大又白奶子| 蜜臀99久久| 九九热视频在线观看| 97久久久网站| 亚洲色婷婷| 96一区二区| 亚洲一区二区麻豆影院| 亚洲成人贴图| yazhousetuoumei| 少妇高潮流水av免费| 日韩钢筋无码高清啾啾啾| 一级毛片电影免费看| 中文字幕片| 日韩操p| 亚洲精美粉嫩嫩泬在线观看| 激情文学 国产一二三aV| 黄片免费日韩| 日韩电影天堂视频二区三区| 综合 欧美 亚洲 日本| 伊人视频| 水野优香在线观看| 久久啊啊| 色哟哟-国产专区| 777琪琪午夜免费A片| 亚洲黄a三级三级三级看三级| 国产精品露脸在线观看| 97精品中文字幕| 青青操综合网| 正宗无毛一线天嫩逼| 天美麻花大全视频| 丝袜美腿av女优在线| 麻豆AV一区二区| 精品九九国产无码| 久久久久久中文| 中文字幕五区| 欧美区亚洲区偷拍区| 97干色天堂| 人妻 中文 日韩| 久久婷婷苹果| 久久久久9久久久久| 91视频综合网| 女人双腿搬开让男人桶| 免费在线视频97| 久久夜色一区二区| 天天视频黄网站| 97天天操| 国产乱人妻精品入口| 岛国成人av在线播放网址| 97欧美资源| 精品人妻一区二区三区-国产| 在线无码视频| 日天天九九天堂666| 欧美日韩222| 色在线亚洲视频www| 亚洲色图日韩丝袜制服一区二区五月在线| 超碰av在线| 香伊人在线| 色亚洲欧美| 国产原创精品| 自拍偷拍 日韩无码| 超碰97护士| 中文字幕视频免费| 欧美后进式| 风流老熟女一区二区三区l| 天天干嫩逼网| 色在线69堂| 98一区二区精品| 国产成人自拍视频视频| 色噜噜国产在线| 26UUU欧美激情一区二区| 97久久超碰日韩精品| 国产AV人人 夜夜人人澡| 俺去俺来也在线www| 性无码专区2020| 亚洲久草AV色图| 丝袜性亚洲| 日韩成人电影AV| 国产中文大片资源中文字幕| 少妇熟女视频一区二区三区| 中国黑人三级片网站上区| 26uuu国产| 中文字幕乱在线伦视频中文字幕乱码在线 | 亚洲精品日日夜夜52| 成人小说另类在线| 亚洲综合色图欧美| 99久热精品99re6热| 中文啪啪视频| 国产精品视频一区二区三区八戒| 91色色网站| 欧美在线大香999| 性欧美另类高清| 国内精品久久久久影院亚洲| 无码人妻精品一区二区中文| 天天射日日干| 亚州精品人妻一二三区| 91高跟美女在线播放| 日日操免费视频| 偷拍 亚洲 欧美| 黄色交缠性感爆操91国产精品免费一区二区三区| 天堂国产AV| 色婷婷五月天| 五月色网| 日韩乱伦视频| 亚洲精品xxx| 国内一区二区免费| 亚州性色| 国产久久天堂资源| 欧美淫乱视频| 蜜臀久久99'精品久久久| 美女的肌被草喷水视频| 大香蕉在线视频15| 六十路日本| 日本不卡高清视频| 在线播放免费av福利片| 欧美岛国精品在线观看| 俄罗斯及免费在线看| 色香av| 强乱老妇中文字幕| 久操视频免费观看| 97这里都是精品| 亚洲最大的黄色电影网站。| 91肏屄网| 欧美欲色| 色九月综合| 九九无码久久精品视频| 中文字幕 一区二区 亚洲无码| 青青草视频久久| 国产av尤物| 嗯嗯啊在线视频| 亚洲最大91网| 丁香五月天婷婷姐| 日本免费一区二| 国产老熟女| 欧美黄色图片| 91色爽欧美| 精品一区二区三区最新| 青青草吊丝| 中文字幕在在线观看网站| 三级片大波波| 欧亚第一综合网| 99久在线精品99re8a| 9 9无尺码天堂网| 91男人综合| 九九操久久国产免费视频| 免费在线视频97| 人人妻人人爱人人玩| 中文字幕丰满子伦无码专区在线视频最新| 欧美色欧美| 日本在线观看网址| 欧美性生活免费网| 色乱二区| 婷婷亚洲天堂| 人妻在线臀日韩| 久久久∴| 国产精品97超碰| 资源新线在线天堂| 精品无码一区二区三区色欲| ji熟女.com| 日韩人妻免费精品| 日本天天操| 毛片17S| 麻豆一区在线| 婷婷人妻激情| 探花精品 一区二区| 老熟女乱伦一区| 黄色片大香蕉| 操人妻少妇中文 | 欧美有码激情视频一区二区三区| 91 刺激在线| 亚洲射综合网| 久久久久久久久国产| 男女性扦B| 精品传媒在线一区| 国产无马在线| 亚洲码专区| 熟妇在线视频一区二区| 黑人中出21连凳花野真衣| 欧美激色| 欧美中文综合| 久久社区一区二区三区| 国产成人综合网| 九一综合精品视品av| 欧洲自拍色图gif在线| 国产久久天堂资源| 日本不卡一区| 国产www色在线观看| 色综合婷婷| 97电影院超碰| 天美传媒AV国产在线| 亚洲情色 自拍| 国产JDAV无码视频在线观看| 欧美精品久久久久久久久88| 高凊专区人人操| 精品妇操一区二区三区| 亚洲天天操| 口爆吞精在线观看| 99中出在线| 97欧美色综合| 亚洲久久久久| HEYZO高无码国产精品227| 丁香五月大香蕉| 国产偷仑| 亚洲熟妇A V黑人| 国产精品网址| 天天做日日做| 97超级久久强资源| 综合网久久| 美女高潮国产高清| 欧美另类精品xxxx| 美女人妻色网站| 日本2020一区二区| 欧美日韩国产黄色片| 日韩素人无码一区二区三区三州| 国产精品在线一区二区| 亚洲中文字幕熟女| 免费黄色视频网址| 欧美日韩天堂| 日本欧美不卡| 日操粉逼逼| 国产成自自拍在线观看| 欧美色图电影| 熟女人妻一区二区三区| 好屌色综合| 91无码西班牙视频在线| 激情五月天色色网| 在线小说视频一区| 大香蕉一区二区在线观看.| 3571色综合一区二区二区| 亚洲精品97p| 上海一级黄片| 久插综合| 网站A V在线| 色色99| 久久亚洲欧美一区二区三区-亚洲国产精品第一区二区 | 色噜噜精品一区二区三| 人妻插插人妻人| 校园春色第一页| 日韩丝袜二区| 久久草视频污视频| 欧美熟妇成人一区二区| 五月丁香色婷婷| 老色鬼成人精品视频下载大在线观看| 人人操人人摸人人看人人插| 色蜜AV| AV天堂因数| 日本亚洲熟女视频| 西西美女视频网| 国产午夜精品理论片一二三区区| 在线观看一卡二卡| 一本色道久久综合亚洲二区三区| 岛国黄色短视频| 色偷偷色偷偷欧美日韩| 欧美综合自拍| 超碰人人乐97| 搡老女人老91二区| 99re9在线| 美女性91| 亚洲另类在线观看| 欧美亚洲系列| 午夜丁香婷婷| 精品免费囯产一区二区三区| 久久女婷| 国色综合天| 五月丁香色婷婷| 亚洲欧美日韩不卡人妻| 色色亚洲| 中日韓欧美高清| 91久久精品蜜臀| 最近二区三区视频大全 | 成年女人一区| 精品一级毛片在线观看| 中文字幕日产av人| 偷拍偷窥与盗摄视频专区| 超碰av人人人| 大香蕉狠狠爱| 超碰97精品在线| 国产操逼网站亚洲一级黄色| 日韩AV色图| 国产一区二区三区免费视频在性观看 | 91影库| 天天摸天天舔天天操| 欧美另类综合久久| 日韩电影免费网站麻豆视频| 精品少妇一区二区三区在线视频| 3级毛片一二| 欧美色图天堂在线| 国产精品乱码久久久久久久久| 日本色色色视频| 99热精品在线观看| 麻豆精品久久久久久久| 囯戸精品高潮呻吟旡码| 久干网| 国产做?爰片久久毛片?片美国| 欧美日韩色| 中文字幕91综合| 国产精品探花色| 中文字幕精品亚洲熟女| 97色干| 97aiaiai| 亚洲精品1区| 十八禁啪啦拍视频无遮挡| 欧美性夜| 国产精品亚洲四五区在线观看| 91五十路| 日韩欧美丝袜诱惑| 天天干天天狼在线视频| 天天久久久久久| 天天综合网国产| 日韩欧美午夜一区二区| 果冻传媒A片一二三区| 99在线精品视频| 亚洲欧美一区二区网址| 日本最新1区2区3区| 激情色色| 在线二区不卡| 少妇国产不卡| 成人一级性爱| 欧美第一页| 碰碰在线视频| 国产日韩欧美中文在线播放| 98福利在线视频| 九九在线视频| 超碰色男人操熟女| yazhououmeizongya| 宅男午夜在线视频| 亚洲日韩成人性爱视频| 超碰欧美| 天天躁夜夜躁狠狠躁AV| 顶级少妇BT天堂| 亚洲最新中文字幕免费| 色综九九九一区| 91女神在线视频| 探花熟女,姿勢到位,體驗感也到位| 美女91AV| 日韩精品人妻中文字有码在线 | 97色论| 亚洲AV成人在线| 久久国产逼| 亚州欧美综合| 97蜜桃综合| 2019久久久久久久久福利| 一本一道久久综合久久| 一区二区三区日韩欧美| 岛国片在线观看视频亚洲| 国产成人91一区二区三区| 国产97综合| 久久中出在线| 丁香婷婷啪啪| 国产av波波国产精品| 97超碰精品| 97中文字幕一区| 青青草国产盗摄一二三区| 99热在线观看| 色欲日韩欧美在线一区| 人人做,人人操,人人摸| 日韩欧美女求操每天更新| 免费草草草草草视频| 午夜呻吟欧美| 超碰久热| 激情五月天丁香社区| 国产女同视频在线播放| 国产真实子伦对白| 78m成人视线| 蜜臀无码一区二区| 爱爱动态试试看6 0秒| 天天摸,夜夜摸| 国产精品无码AV网站| 国产日韩区| 国产精品久久久吖| 夜夜爽夜夜操| 中文字幕第7页| 青操影院| 欧洲乱码视频| 少妇被玩视频二三区| 日日夜夜天天| 999国产精品999| 久久亚洲AV无码专区国产精品| 一本色道综合久久欧美| 亚洲 欧美综合| 少妇熟女视频一二三区| 国产第二页| 伊人大香蕉在线| 男人的天堂啪啪| 五月色网| 簧片免费看视频| 午夜福利无毒不卡| 久久久久久亚洲Av无码精| 日韩99999| 天天干人妻视频| 亚洲精品蜜桃久久久| 九一国产精品| 色性荡荡荡荡视频| www.97在线| 国产日本熟女顶级一区二区三区视频 | 色综合91| 亚洲人妻一区二区三区| 五月激情小说| 男人天堂一区二区| 看一级黄色视频| 丁香婷婷啪啪| 国产99 中文字幕日韩小视频| 欧美精品一区二区少妇免费A片| 国产乱伦亚洲色图高清无码| 国产精品直播在线观看直播| 久久久999| av激情亚洲五月天| 精品国产一区探花在线观看| WWW.操逼.COM| 永久电影三级在线观看| 国产精品ww久久| 一级毛片电影免费看| 中文字幕一区二区视频在线观看 | 少妇滛荡视频| 日本性爱不卡视频| 日美免费黄片| 国产精品久久久久综合| 99热只有这里有精品| 天堂а√在线最新版在线 | 色综合99999| 亚洲自拍欧美国产首页网曝| 久久久18禁| 曰本91情色| 白丝在线一区| 国产日韩中文字幕欧美| 国产精品另类| 97超碰欧美中文字幕| 日韩兔费看黄片| 蜜乳AV免费观看| 亚洲精品性爱片| 91人妻最真实刺激绿帽| 国产理论视频在线播放| 激情干在线| 日本岛国黄色网址| 大香蕉123| 综合国产97| 天天天天做夜夜夜夜做| 日韩淫色网| 91天天综合在线| 亚洲国产综合视频| 精品九九国产无码| 日本3级一区二区免费| 男人的天堂2019AV| 久久九七| 丝袜高跟澳门91视频| 97在线观| 无遮挡又黄又刺激的视频| 国产无码高清操逼视频| 少妇干B| 伊人五月天| 中文字幕版| 九草在线大香蕉| 欧美影音在线| 97综合激情| 国产在线视频二区| 一区二区三区视频在线观看免费| 中文无码一二三区| 啊好爽快点-国产一区二区三区撒尿在线-成人AV | 天天综合精品| 欧美天堂亚洲电影院一区在线播放| 视频在线观看青青99国产| 九色黄站| 国产最新小视频在线播放下载| 亚洲精品性爱片| 日韩精品一区的| 96精品在线| 97一区二压| 欧美九九九| 1769国内精品视频| 亚洲成?V人片在线观看福利| 99操视频| 亚洲男人天堂Av| 污污污8888| 三及片网站| 亚洲色图欧美色图日韩色图| 久久草大香蕉| 色九九九九| 一区二区三区麻豆| 奇米四色影视777久久久| 人妻嗯啊啊在线播放| 日产123区精品免费观看| 麻豆成人影音在线| 自拍偷拍 高清无码| 日本三级久| 哑洲在线| 成人免费视瓶| 亚洲第2页| 啪啪视频mP4| AV色图| 免费岛国一级片| 欧美性爱另类综合| 美骚妇av高清在线| 色欧美综合| 欧美成人性爱视频免费观看| 色女99一级片在线观看| 超碰在线日韩一区| 视频在线观看免费一区二区三区| 亚码激情| 欧美日韩小说| 国产精品无码av嫩草| 欧美九九爱| 午夜视频久久久| 波多野结衣被操50分钟免费视频| 天天操夜夜操| 蜜臀久久99'精品久久久| 久久国产逼| 黑丝少妇| 一二三卡欧美日韩人妻免费精品| 日本成人免费一区二区三区| 婷婷五月成人| 蜜乳av首页| 欧美 综合| 黄色交缠性感爆操91国产精品免费一区二区三区 | 另类小说五月天| 97se综合| 亚洲无码太久| 91狠狠综合久久久久久| 青青草依人大香蕉| 韩国成人精品久久久免费看| 亚洲综合码| 91成人无码| 亚洲午夜福利视频| 老司机免费视频在线91| 婷婷在线视频在线观看| 成人影院永久免费观看网址| 美女啊啊啊啊pc| 久久久久久久91| 久久婷五月天| 九九九九精品一区| 国产一区二区三区免费视频在性观看 | 91l欧美在线| 免费精品国偷自产在线在线| 美日韩成人| 日韩射图| 2024人人操人人摸| 综合色久欲| 欧美日韩岛国大片在线观看| 日韩精品9区| 天天摸夜夜添无码小视频| 69人妻精品丰满熟女区| 国产亚洲深夜激情| 67914亚洲精品| 99精品人妻| 操操逼操操逼操操逼逼| 熟女一区二区三区| 免费观看国产不卡av| 无码久| 欧美性爱1080p| 久久熟女久| 天天天天天天天天天天干美女| 久久久99999久网站| 亚洲成人免费中文字幕| 久久久111| 可以在线观看AV的网站| 啊啊啊啊啊在线视频| 小日子操bb在线看| 91美腿丝袜在线观看| 欧美人黑A片无码免视费| 色女网日韩| 伊人网免费视频| 精品十三区| 国产乱伦亚洲| 啊啊啊啊啊啊啊网址在线观看| 操逼啊啊啊91| 另类专区加勒比| 视频分类 国内精品| 无码粉嫩白虎一线天b区| 超碰三级秋霞| 国产 日韩 欧美一区| 久久精品72| 欧美黄片免费在线观看视频| 国产精品国产| 久久九九网| 91丨人妻丨国产丨丝袜| 亚洲中文字幕有码视频一区二区三区| 国产婷婷综合在线观看| 亚洲日韩av一区二区三区百合| 熟女激情综合网|