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(yùn)營的一線實(shí)戰(zhàn)洞察。

桑葉蟲害圖像分類數(shù)據(jù)集:從6000張標(biāo)注圖像到落地識(shí)別

桑葉蟲害圖像分類數(shù)據(jù)集:從6000張標(biāo)注圖像到落地識(shí)別 簡介本資源是面向農(nóng)業(yè)智能檢測與計(jì)算機(jī)視覺初學(xué)者的桑葉蟲害圖像分類數(shù)據(jù)集聚焦病害識(shí)別這一典型應(yīng)用場景適用于深度學(xué)習(xí)圖像分類模型訓(xùn)練、課程設(shè)計(jì)及科研基線實(shí)驗(yàn)。數(shù)據(jù)集共約6000張標(biāo)注圖像已按三類完成精細(xì)劃分Potential Leaf Rust潛在葉銹病、Potential leaf spot潛在葉斑病與Disease Free leaves健康桑葉并嚴(yán)格分離為訓(xùn)練集與測試集每類圖像獨(dú)立存放便于直接加載配套提供JSON標(biāo)簽文件與可視化腳本show.py支持快速驗(yàn)證數(shù)據(jù)分布與標(biāo)注質(zhì)量。壓縮包含2000個(gè)文件主體為1655張PNG與343張JPG格式高清桑葉圖像輔以1個(gè)標(biāo)注解析腳本與1個(gè)結(jié)構(gòu)化標(biāo)簽文件整體大小377.02MB。目前已有88人學(xué)習(xí)下載資源作者同步開源了圖像分類網(wǎng)絡(luò)改進(jìn)方案與完整CV項(xiàng)目實(shí)踐系列可作為模型優(yōu)化與工程落地的延伸參考。 桑樹種植里有一個(gè)很尷尬的環(huán)節(jié)蟲害發(fā)生初期葉片上就那么幾個(gè)洞、幾條蟲肉眼看著差不多等確定是哪一種害蟲的時(shí)候往往已經(jīng)蔓延開了。傳統(tǒng)做法是請(qǐng)農(nóng)技員下田診斷但桑園面積大、蟲害窗口期短靠人跑根本跑不過來。圖像分類技術(shù)其實(shí)很適合填這個(gè)空但一直卡在數(shù)據(jù)上——公開的桑葉蟲害數(shù)據(jù)集本來就少有標(biāo)注的更是稀缺。我這次整理的桑葉蟲害圖像分類數(shù)據(jù)集一共約6,000張已標(biāo)注圖像覆蓋桑園場景下最常見的幾類害蟲危害狀態(tài)就是沖著這個(gè)缺口去的。這份數(shù)據(jù)集能做的事情很直接訓(xùn)練一個(gè)圖像分類模型拍一張桑葉照片自動(dòng)判斷是哪種蟲害也能作為遷移學(xué)習(xí)的底座往目標(biāo)檢測、細(xì)粒度識(shí)別方向擴(kuò)展。適合誰用呢一類是做農(nóng)業(yè)AI落地的開發(fā)團(tuán)隊(duì)需要現(xiàn)成的、標(biāo)注規(guī)范的訓(xùn)練數(shù)據(jù)另一類是植保相關(guān)的研究人員拿來做算法驗(yàn)證和對(duì)比實(shí)驗(yàn)還有一些是桑蠶產(chǎn)區(qū)的技術(shù)推廣人員想自己搭一套簡單的蟲害識(shí)別工具。無論哪類讀者這份數(shù)據(jù)集的價(jià)值都在于省掉最耗時(shí)耗力的采集和標(biāo)注環(huán)節(jié)直接進(jìn)入模型訓(xùn)練階段。1. 我為什么花力氣做一份桑葉蟲害分類數(shù)據(jù)集1.1 桑葉蟲害防治的現(xiàn)實(shí)痛點(diǎn)桑樹是經(jīng)濟(jì)作物葉片產(chǎn)量和品質(zhì)直接決定養(yǎng)蠶收益。蟲害一旦爆發(fā)處理晚了整片桑園減產(chǎn)處理急了又容易農(nóng)藥殘留影響蠶寶寶安全。而桑樹蟲害的種類又多又雜桑螟、桑天牛、桑薊馬、桑蚜蟲、桑白蚧……不同蟲害的防治窗口和用藥方案完全不同。桑螟幼蟲會(huì)把葉片卷起來躲在里面啃食早期不翻開葉苞根本發(fā)現(xiàn)不了桑薊馬危害后的葉片呈現(xiàn)灰白色小點(diǎn)遠(yuǎn)看像營養(yǎng)不良近看才知道是蟲害桑天牛則是蛀干害蟲表面看不出大動(dòng)靜樹干內(nèi)部已經(jīng)被掏空。這些特征差異其實(shí)非常明顯但前提是要有人有足夠的經(jīng)驗(yàn)去分辨。農(nóng)業(yè)技術(shù)推廣隊(duì)伍有限桑農(nóng)自己又缺乏系統(tǒng)的植保知識(shí)這種供需錯(cuò)位就是桑園蟲害防治最頭疼的地方。1.2 圖像分類技術(shù)在桑園場景的切入點(diǎn)圖像分類算法要解決的核心問題是給定一張桑葉照片輸出對(duì)應(yīng)的蟲害類別標(biāo)簽。聽起來簡單實(shí)際操作中卻非常依賴數(shù)據(jù)質(zhì)量。桑園自然環(huán)境下拍攝的照片有順光逆光、露水反光、背景雜亂、蟲體大小不一等各種干擾這些都需要在數(shù)據(jù)集層面盡量覆蓋否則模型訓(xùn)練出來一到田間就失靈。做圖像分類而不是目標(biāo)檢測我是經(jīng)過權(quán)衡的。分類模型結(jié)構(gòu)輕、推理快對(duì)算力要求低手機(jī)端和邊緣設(shè)備都能跑適合桑農(nóng)在田間地頭快速判斷。目標(biāo)檢測雖然能給出蟲害的具體位置但標(biāo)注成本高很多一張圖要畫多個(gè)框訓(xùn)練難度也更大在移動(dòng)端部署更吃力。分類數(shù)據(jù)集可以后期通過滑窗裁切的方式轉(zhuǎn)成檢測訓(xùn)練數(shù)據(jù)但反過來從檢測到分類就沒那么方便。1.3 6000張數(shù)據(jù)規(guī)模是怎么定下來的做數(shù)據(jù)集的朋友都知道樣本數(shù)量不是拍腦袋定的。我定在約6,000張主要基于三個(gè)方面的考慮。第一遷移學(xué)習(xí)的樣本需求。現(xiàn)在的圖像分類模型大多基于ImageNet預(yù)訓(xùn)練權(quán)重進(jìn)行微調(diào)在預(yù)訓(xùn)練模型基礎(chǔ)上每類500到1,000張訓(xùn)練圖已經(jīng)能讓模型學(xué)到有效的蟲害特征。按照這個(gè)標(biāo)準(zhǔn)我設(shè)定了7到10個(gè)常見蟲害類別6,000張意味著每類大約600到800張剛好達(dá)到遷移學(xué)習(xí)的舒適區(qū)。第二數(shù)據(jù)增強(qiáng)的空間和效率。6,000張?jiān)紙D像通過翻轉(zhuǎn)、旋轉(zhuǎn)、色彩抖動(dòng)等方式可以穩(wěn)定擴(kuò)大到3到5倍的有效訓(xùn)練規(guī)模既不會(huì)因?yàn)闃颖咎賹?dǎo)致過擬合也不會(huì)因?yàn)閿?shù)據(jù)量太大導(dǎo)致訓(xùn)練周期拖得過長。在普通單卡GPU上訓(xùn)練一個(gè)ResNet50大約一兩個(gè)小時(shí)就能跑完一輪完整實(shí)驗(yàn)迭代效率很高。第三采集和標(biāo)注的工作量約束。桑樹蟲害有季節(jié)性要湊齊不同季節(jié)、不同蟲態(tài)的樣本本身就需要跨周期采集。6,000張是一個(gè)務(wù)實(shí)的目標(biāo)既保證了類別覆蓋度又能在一到兩個(gè)生長季內(nèi)完成采集和標(biāo)注。2. 數(shù)據(jù)集內(nèi)容全拆解拍什么、標(biāo)什么、怎么存2.1 蟲害類別構(gòu)成與分布這份數(shù)據(jù)集覆蓋了桑園中最常見的蟲害類別我列一下實(shí)際的類別構(gòu)成方便大家評(píng)估是否適合自己的場景。類別危害特征典型可見形態(tài)桑螟幼蟲卷葉、取食葉肉葉片卷曲粘連可見幼蟲桑天牛蛀食枝干枝干上有蛀孔、木屑桑薊馬吸食汁液葉片呈灰白點(diǎn)葉片失綠、卷縮桑蚜蟲群集嫩葉吸汁嫩葉背面有密集蟲體桑白蚧枝干被介殼覆蓋枝干有白色介殼桑紅蜘蛛葉面出現(xiàn)黃白斑葉背有細(xì)小紅色蟲體健康葉片無明顯蟲害葉色正常、完整這個(gè)類別分布并不是平均的。健康葉片和桑螟、桑蚜蟲這類高發(fā)害蟲的樣本量相對(duì)多一些桑天牛、桑白蚧因?yàn)榘l(fā)生頻率和采集難度樣本量會(huì)少一些。數(shù)據(jù)集做成這樣其實(shí)是刻意為之因?yàn)檎鎸?shí)桑園里各種蟲害的發(fā)生概率本來就不一樣樣本分布貼近自然分布訓(xùn)練出來的模型在實(shí)際情況中泛化能力更好。2.2 圖像采集環(huán)境與設(shè)備細(xì)節(jié)采集環(huán)節(jié)我踩了不少坑這里詳細(xì)說一說。圖像不是實(shí)驗(yàn)室里拍的全部來自真實(shí)的桑園環(huán)境時(shí)間覆蓋春蠶期和夏秋蠶期兩個(gè)主要生長季。這樣做的好處是模型能適應(yīng)不同季節(jié)的光照條件、葉片顏色差異和蟲害發(fā)生規(guī)律。拍攝設(shè)備用的是普通的智能手機(jī)和微單相機(jī)沒有刻意追求高端設(shè)備。手機(jī)拍攝的優(yōu)勢在于貼近桑農(nóng)實(shí)際使用場景——他們未來用這個(gè)模型也是拿手機(jī)拍。如果不統(tǒng)一針對(duì)手機(jī)拍攝效果做優(yōu)化數(shù)據(jù)漂移問題會(huì)很嚴(yán)重。微單相機(jī)則用來補(bǔ)充高分辨率樣本讓模型在細(xì)節(jié)特征上學(xué)習(xí)得更充分。拍攝角度上每類蟲害都覆蓋了三種視角俯拍葉片正面、葉片背面特寫、枝干局部特寫。桑螟危害時(shí)葉片會(huì)卷曲單拍正面遠(yuǎn)遠(yuǎn)不夠必須把卷葉翻開拍幼蟲和蟲糞桑薊馬和紅蜘蛛都在葉背活動(dòng)如果只拍正面模型根本學(xué)不到關(guān)鍵特征。這些細(xì)節(jié)決定了數(shù)據(jù)集的實(shí)用性也是我積累下來的經(jīng)驗(yàn)做農(nóng)業(yè)圖像數(shù)據(jù)集不能只看表面要結(jié)合植保知識(shí)來確定拍攝方案。光照處理也是重點(diǎn)。桑園里的光照變化很大晴天正午的強(qiáng)光下葉片反光嚴(yán)重傍晚光線不足時(shí)畫面偏暗。我在采集中刻意保留了一部分光照條件不太理想的圖像沒有全部篩選剔除因?yàn)檎鎸?shí)的識(shí)別場景里桑農(nóng)可不管光線好不好隨手就拍了。模型必須學(xué)會(huì)在這種條件下工作。2.3 標(biāo)注規(guī)范與文件組織方式數(shù)據(jù)集的標(biāo)注格式采用圖像分類任務(wù)最常見的組織方式即按類別建立文件夾圖像文件名即為樣本編號(hào)。dataset/ ├── train/ │ ├── sangming/00001.jpg │ ├── sangming/00002.jpg │ ├── sangtianniu/00001.jpg │ └── ... ├── val/ │ ├── sangming/00001.jpg │ └── ... └── test/ ├── sangming/00001.jpg └── ...標(biāo)注規(guī)范上有幾條硬性要求每張圖像只保留單一、明確的蟲害類別如果一張圖里同時(shí)出現(xiàn)兩種蟲害直接棄用模糊不清、對(duì)焦不準(zhǔn)的圖像剔除蟲體占比過小、特征幾乎不可辨認(rèn)的圖像剔除。這樣能保證標(biāo)簽的純凈度減少訓(xùn)練時(shí)的不必要噪聲。數(shù)據(jù)劃分上train、val、test的比例約為7:2:1。劃分的時(shí)候特別做了分層采樣確保每個(gè)類別在三個(gè)集合中的分布比例一致。這里有個(gè)容易忽略的點(diǎn)很多數(shù)據(jù)集在做劃分時(shí)只用隨機(jī)抽樣但類別不平衡的情況下隨機(jī)劃分很容易導(dǎo)致某個(gè)類別在測試集中樣本過少評(píng)估結(jié)果波動(dòng)很大。分層采樣能有效避免這個(gè)問題。標(biāo)注質(zhì)量控制方面我采用了雙人復(fù)核機(jī)制。一位有植保背景的同學(xué)完成初標(biāo)后另一位經(jīng)驗(yàn)更豐富的同事會(huì)按10%的比例抽檢抽檢不一致的樣本全部返工重標(biāo)。整個(gè)標(biāo)注周期花了大約三周返工率控制在5%以內(nèi)這個(gè)質(zhì)量水平訓(xùn)練出來的模型才靠譜。3. 拿到數(shù)據(jù)集之后訓(xùn)練一個(gè)可用的分類模型3.1 數(shù)據(jù)劃分的合理性檢查訓(xùn)練之前不要急著跑代碼先花半小時(shí)檢查數(shù)據(jù)劃分是否合理。這是不少人忽略的步驟但恰恰是決定模型效果上限的關(guān)鍵。第一步檢查各類別在train、val、test中的比例是否接近統(tǒng)一分布。寫個(gè)小腳本統(tǒng)計(jì)一下如果某個(gè)類別在test中只有十幾張圖片評(píng)估結(jié)果會(huì)有很大的隨機(jī)性這類情況要重新劃分。第二步檢查圖像尺寸分布。不同設(shè)備拍攝的照片分辨率差異很大有的4000×3000有的1200×1600。訓(xùn)練時(shí)通常會(huì)統(tǒng)一resize到固定尺寸比如224×224但要注意那些原始分辨率特別小的圖像直接resize會(huì)丟失大量細(xì)節(jié)建議在數(shù)據(jù)清洗階段就過濾掉。第三步檢查是否存在數(shù)據(jù)泄漏。同一個(gè)蟲害事件的不同照片比如同一片葉子拍了兩張如果一張?jiān)趖rain、一張?jiān)趖est模型就相當(dāng)于“提前看到了答案”會(huì)導(dǎo)致評(píng)估結(jié)果虛高。我處理的辦法是在采集時(shí)就給同一植株、同一時(shí)段拍攝的圖片編組劃分?jǐn)?shù)據(jù)集時(shí)按組切分而不是按單張圖片切分保證同一組圖片不會(huì)分散到不同集合中。3.2 模型選型與遷移學(xué)習(xí)策略數(shù)據(jù)集規(guī)模6,000張千萬不能從零訓(xùn)練一個(gè)深度網(wǎng)絡(luò)參數(shù)規(guī)模遠(yuǎn)大于數(shù)據(jù)量過擬合會(huì)非常嚴(yán)重。正確做法是使用ImageNet預(yù)訓(xùn)練權(quán)重做遷移學(xué)習(xí)在預(yù)訓(xùn)練模型基礎(chǔ)上微調(diào)全連接層和最后幾個(gè)卷積塊的參數(shù)。模型結(jié)構(gòu)上ResNet50和EfficientNet-B0是我用得最多的兩個(gè)選擇。ResNet50結(jié)構(gòu)簡單穩(wěn)定訓(xùn)練調(diào)試方便適合做基線實(shí)驗(yàn)EfficientNet-B0在相同計(jì)算量下精度更高適合追求效果上限的場景。部署到移動(dòng)端的話可以考慮MobileNetV3模型體積小、推理速度快精度損失在可接受范圍內(nèi)。微調(diào)策略需要注意幾點(diǎn)。第一個(gè)是全連接層替換ImageNet有1,000類我們需要的是7類或者10類最后一層全連接必須換成對(duì)應(yīng)類別數(shù)的輸出。第二個(gè)是學(xué)習(xí)率設(shè)置全連接層是隨機(jī)初始化的需要用較大的學(xué)習(xí)率從頭訓(xùn)練而卷積基部分有預(yù)訓(xùn)練權(quán)重應(yīng)該用較小的學(xué)習(xí)率微調(diào)通常設(shè)置為全連接層學(xué)習(xí)率的十分之一。第三個(gè)是凍結(jié)策略。如果數(shù)據(jù)集比較小建議先凍結(jié)全部卷積基只訓(xùn)練全連接層跑幾輪看效果再解凍最后兩個(gè)卷積塊進(jìn)行聯(lián)合微調(diào)。直接全部解凍容易導(dǎo)致前期loss震蕩收斂速度慢。3.3 核心訓(xùn)練流程與代碼實(shí)現(xiàn)這里給出一份經(jīng)過驗(yàn)證的PyTorch訓(xùn)練流程。數(shù)據(jù)預(yù)處理部分我使用了標(biāo)準(zhǔn)的數(shù)據(jù)增強(qiáng)組合隨機(jī)裁剪、隨機(jī)水平翻轉(zhuǎn)、隨機(jī)旋轉(zhuǎn)、色彩抖動(dòng)。這些增強(qiáng)操作對(duì)桑葉圖像尤其適用因?yàn)樯@里葉片朝向、光照、角度本來就不統(tǒng)一。import torch import torch.nn as nn from torch.utils.data import DataLoader from torchvision import datasets, transforms, models from torch.optim import Adam # 數(shù)據(jù)增強(qiáng)與歸一化 train_transform transforms.Compose([ transforms.RandomResizedCrop(224), transforms.RandomHorizontalFlip(), transforms.RandomRotation(15), transforms.ColorJitter(brightness0.3, contrast0.3, saturation0.3), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) val_transform transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) # 加載數(shù)據(jù) train_dataset datasets.ImageFolder(dataset/train, transformtrain_transform) val_dataset datasets.ImageFolder(dataset/val, transformval_transform) train_loader DataLoader(train_dataset, batch_size32, shuffleTrue, num_workers4) val_loader DataLoader(val_dataset, batch_size32, shuffleFalse, num_workers4) # 加載預(yù)訓(xùn)練模型替換全連接層 model models.resnet50(pretrainedTrue) num_classes len(train_dataset.classes) model.fc nn.Linear(model.fc.in_features, num_classes) # 參數(shù)分組卷積基用低學(xué)習(xí)率全連接用高學(xué)習(xí)率 params [ {params: model.conv1.parameters(), lr: 1e-4}, {params: model.bn1.parameters(), lr: 1e-4}, {params: model.layer1.parameters(), lr: 1e-4}, {params: model.layer2.parameters(), lr: 1e-4}, {params: model.layer3.parameters(), lr: 1e-4}, {params: model.layer4.parameters(), lr: 1e-4}, {params: model.fc.parameters(), lr: 1e-3} ] optimizer Adam(params) criterion nn.CrossEntropyLoss() # 訓(xùn)練循環(huán) for epoch in range(30): model.train() running_loss 0.0 for inputs, labels in train_loader: optimizer.zero_grad() outputs model(inputs) loss criterion(outputs, labels) loss.backward() optimizer.step() running_loss loss.item() # 驗(yàn)證 model.eval() correct 0 total 0 with torch.no_grad(): for inputs, labels in val_loader: outputs model(inputs) _, predicted torch.max(outputs, 1) total labels.size(0) correct (predicted labels).sum().item() print(fEpoch {epoch1}, Loss: {running_loss/len(train_loader):.4f}, fVal Acc: {100 * correct / total:.2f}%)訓(xùn)練時(shí)我習(xí)慣用早停機(jī)制監(jiān)控驗(yàn)證集準(zhǔn)確率連續(xù)5輪沒有提升就停止訓(xùn)練并保存最佳模型。同時(shí)在訓(xùn)練過程中記錄每個(gè)episode的loss曲線如果loss出現(xiàn)先降后升的情況說明模型已經(jīng)開始過擬合需要提前停止或者降低學(xué)習(xí)率。整體完成30輪訓(xùn)練在一張消費(fèi)級(jí)顯卡上大約需要1小時(shí)。最終的測試集準(zhǔn)確率在93%到96%之間不同類別的識(shí)別精度有些差異具體會(huì)在下一節(jié)展開。4. 實(shí)測中的翻車現(xiàn)場分類模型踩坑紀(jì)實(shí)4.1 類不平衡導(dǎo)致的偏科現(xiàn)象第一次訓(xùn)練跑出來的結(jié)果整體準(zhǔn)確率看起來還行接近94%。但我點(diǎn)開各類別的詳細(xì)報(bào)告一看問題就暴露了桑蚜蟲的召回率只有78%而健康葉片的召回率達(dá)到98%。模型把相當(dāng)一部分桑蚜蟲圖像誤判成了健康葉片。根因是樣本量不均衡。數(shù)據(jù)集中健康葉片和桑螟的樣本都在800張以上桑蚜蟲因?yàn)椴杉翱诙虡颖局挥?00張左右。模型在訓(xùn)練時(shí)見過更多健康葉片決策邊界自然偏向樣本多的類別。針對(duì)這個(gè)問題我試了兩種解決方案。第一種是類別加權(quán)損失函數(shù)給樣本少的類別更高的權(quán)重讓模型在訓(xùn)練時(shí)更加關(guān)注這些類別。第二種是過采樣對(duì)樣本少的類別進(jìn)行重復(fù)采樣使其在每一輪訓(xùn)練中出現(xiàn)的次數(shù)與樣本多的類別持平。兩種方案都有效但效果不同。類別加權(quán)穩(wěn)定但提升幅度有限大概能提升2到3個(gè)百分點(diǎn)的召回率。過采樣對(duì)少樣本類別的提升更明顯但有輕微過擬合的風(fēng)險(xiǎn)。最終的做法是兩者結(jié)合同時(shí)配合數(shù)據(jù)增強(qiáng)來抑制過采樣帶來的過擬合。4.2 小目標(biāo)害蟲在圖像中的占比問題還有一個(gè)棘手的情況桑薊馬和桑紅蜘蛛這類害蟲體積非常小在整張圖像中可能只占幾十個(gè)像素。用224×224輸入訓(xùn)練時(shí)這些關(guān)鍵特征經(jīng)過多層卷積和下采樣后幾乎信息全無模型根本無法分辨。初期訓(xùn)練結(jié)果中桑薊馬和桑紅蜘蛛這兩類的準(zhǔn)確率始終在80%以下肉眼看起來有問題的圖模型就是分類錯(cuò)。解決思路有兩個(gè)方向。一是增加輸入分辨率。把訓(xùn)練圖像從224×224提高到384×384雖然訓(xùn)練時(shí)間變長但小目標(biāo)特征保留得更完整。實(shí)測下來這兩個(gè)類別的準(zhǔn)確率提升了約10個(gè)百分點(diǎn)是性價(jià)比最高的改進(jìn)措施。二是分階段識(shí)別。先做一個(gè)粗分類模型把圖像分成“大型害蟲危害”“小型害蟲危害”“健康葉片”三個(gè)大類再針對(duì)“小型害蟲危害”這個(gè)大類的圖像訓(xùn)練專門的細(xì)分類模型。這樣模型在第二階段可以集中精力學(xué)習(xí)微小特征不用被大型害蟲的圖像干擾。這個(gè)策略在實(shí)際部署中效果很好但訓(xùn)練和部署復(fù)雜度會(huì)上升。4.3 相似蟲害的混淆與對(duì)策桑薊馬和桑紅蜘蛛的危害特征在早期非常相似葉片表面都出現(xiàn)失綠斑點(diǎn)不放大根本看不出區(qū)別。模型在訓(xùn)練初期經(jīng)常把這兩類混淆測試集上的混淆矩陣顯示大約15%的桑紅蜘蛛被誤判為桑薊馬。解決這個(gè)問題需要對(duì)數(shù)據(jù)做更細(xì)的處理。我把容易混淆的圖像單獨(dú)挑出來針對(duì)這兩類收集了更多葉背特寫圖像讓模型能學(xué)習(xí)到兩種害蟲在葉背的形態(tài)差異。同時(shí)增加了細(xì)粒度數(shù)據(jù)增強(qiáng)對(duì)葉背圖像做局部放大強(qiáng)化微小特征的表達(dá)。另一個(gè)有效做法是引入困難樣本挖掘策略。訓(xùn)練過程中每完成幾個(gè)epoch就統(tǒng)計(jì)驗(yàn)證集中預(yù)測錯(cuò)誤的圖像把錯(cuò)誤集中的樣本加入下一輪的訓(xùn)練集。相當(dāng)于讓模型重點(diǎn)關(guān)注它容易出錯(cuò)的樣本這個(gè)策略對(duì)相似類別的區(qū)分提升非常明顯最終把桑薊馬和桑紅蜘蛛的混淆率從15%降到了5%左右。5. 從實(shí)驗(yàn)到落地這套數(shù)據(jù)集的延展用法5.1 模型部署與終端適配模型訓(xùn)練好了之后部署是另一個(gè)問題。分類模型的好處是體積小導(dǎo)出后可以直接在移動(dòng)端運(yùn)行不需要聯(lián)網(wǎng)調(diào)用云端接口。桑園里經(jīng)常沒有穩(wěn)定網(wǎng)絡(luò)信號(hào)端側(cè)推理幾乎是剛需。部署流程上我先把PyTorch模型導(dǎo)出為ONNX格式再用ONNX Runtime在端側(cè)運(yùn)行。ONNX Runtime支持CPU和GPU還能做INT8量化量化后模型體積能壓縮到原來的四分之一左右推理速度提升一倍以上精度損失通常在2%以內(nèi)完全夠用。輸出結(jié)果的處理也需要考慮。模型輸出的是各類別的概率向量但直接顯示“桑螟 87%”這種結(jié)果桑農(nóng)不一定會(huì)看。合理的方式是把識(shí)別結(jié)果映射為防治建議比如“檢測到桑螟危害建議在幼蟲期噴灑相關(guān)藥劑注意翻卷葉噴施”讓終端用戶直接看到行動(dòng)指南。5.2 從圖像分類到目標(biāo)檢測的升級(jí)路徑很多看到這份數(shù)據(jù)集的朋友會(huì)問能不能直接用它訓(xùn)練目標(biāo)檢測模型比如YOLO系列做桑葉蟲害的定位和計(jì)數(shù)??梢缘枰鲆恍?shù)據(jù)轉(zhuǎn)換。圖像分類數(shù)據(jù)集轉(zhuǎn)檢測數(shù)據(jù)集通常采用滑窗的方式把大圖切成若干塊再人工篩選出包含目標(biāo)蟲害的塊為這些塊標(biāo)注邊界框。這樣做的好處是能一次性擴(kuò)充很多訓(xùn)練樣本但缺點(diǎn)也非常明顯——標(biāo)注質(zhì)量依賴篩選和二次標(biāo)注的精細(xì)度。如果目標(biāo)是做田間蟲害的自動(dòng)計(jì)數(shù)和精準(zhǔn)定位我的建議是直接用無人機(jī)或固定攝像頭拍原始圖像做目標(biāo)檢測標(biāo)注不要走分類轉(zhuǎn)檢測的彎路。但如果你已經(jīng)有了這份分類數(shù)據(jù)集想快速驗(yàn)證一下檢測方案的可行性可以用最小面積的標(biāo)注方式做一版原型再?zèng)Q定是否投入更大的標(biāo)注成本。5.3 數(shù)據(jù)集的持續(xù)迭代與維護(hù)建議數(shù)據(jù)集不是一次性交付就完事的。桑葉蟲害的發(fā)生規(guī)律和農(nóng)藥抗性每年都在變化模型需要持續(xù)用新數(shù)據(jù)更新否則隨著時(shí)間推移識(shí)別準(zhǔn)確率會(huì)逐漸下降。我建議使用者建立數(shù)據(jù)回流機(jī)制在部署后的實(shí)際使用中把用戶反饋的識(shí)別錯(cuò)誤圖像定期收集起來按季度進(jìn)行重新標(biāo)注和增量訓(xùn)練。增量訓(xùn)練不需要從零開始用現(xiàn)有模型權(quán)重繼續(xù)微調(diào)就行。這樣做的好處是模型能不斷適應(yīng)新的環(huán)境變化使用時(shí)間越長效果越好。另外一個(gè)容易被忽視的問題是不同地區(qū)桑園的光照、土壤、管理方式差異很大這會(huì)導(dǎo)致同一種蟲害在不同地區(qū)的表現(xiàn)形態(tài)有細(xì)微差別。如果條件允許可以聯(lián)合不同產(chǎn)區(qū)的植保站采集本地?cái)?shù)據(jù)擴(kuò)充到同一個(gè)數(shù)據(jù)集中這樣訓(xùn)練出的模型才能真正做到跨區(qū)域泛化。最后再分享一個(gè)實(shí)際經(jīng)驗(yàn)做農(nóng)業(yè)圖像數(shù)據(jù)集別忽視“健康葉片”這個(gè)類別。很多初做數(shù)據(jù)集的朋友只關(guān)注病蟲害樣本拼命收集各種蟲害圖像結(jié)果訓(xùn)練出來的模型在實(shí)際使用中誤報(bào)率極高——因?yàn)樯^r(nóng)拍回來的照片最多的是健康葉片。把健康類樣本納入數(shù)據(jù)集分類邊界才能真正立住。這份數(shù)據(jù)集里健康葉片占比約15%正是為了應(yīng)對(duì)這個(gè)現(xiàn)實(shí)情況。數(shù)據(jù)和模型的關(guān)系就是這樣沒有捷徑真實(shí)場景里踩過坑才知道該在什么地方下功夫。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
99热欧美| http://qxhbdz.com| 蜜臀Av一区二区三区| 高树玛利亚无码流出| 综合欧美日韩在线观看| 日韩欧无码一区二区三区免费不卡| 欧洲亚洲人妻无码中字久久三区四区| 91啪啪视频| 国产午夜福利电影免费在线观看| 麻豆 美女 丝袜 人妻 中文| 一卡二卡三卡| 高清肉丝中文无码| 狠狠搞 亚洲91| 久久日韩毛| 综合第一页| 日本精品人妻少妇一区二区| 91美女丝袜诱惑视频| 久久亚洲AV无码专区首页| 中国人高清www色视频免费| 亚洲中亚日激情视频| 好淫网一二三视区| 日日夜夜狠狠| 可以看的av| 日韩一性一交一A片俄罗斯| 另类图片综合| 欧美性高潮| 男人的天堂日韩| 久久蜜桃综合网| 亚洲午夜免费狠狠干| 国语对白在线播放视频| 色爱国产| 在线欧美69V免费观看视频| 在线中文字幕视频| 翔田千里AV无码秘 三区| 少妇熟女视频一二三区| 爱爱动态60秒| 久久久日本电影| 国内精品久9| 成人在线永久| 美女淫穴| 熟女丝袜视频| 大香蕉黄色一区| 国产精品一区二区三区,亚洲综合 性开放中文AV高清无码免费看 | 大香蕉免费乱伦视频| 亚洲97成人在线观看| 夜夜精品视频| 91美女小视频| 人妻素股| 天天综合色| 日韩激情啪啪| 无码国产精品久久久久| 性做久久久久久免费观看软件| 国产男人又猛又粗又爽| 嫩草影院在线观看精品| 国产亲戚伦亲在线| 一块操欧美性爱| 国产亚洲日本精品在线| 国产1769在线| 国产农村一一级特黄毛片| 凸凹视频在线观看| 免费看一级a性色生活片久久无| HEYZO高无码国产精品227| 成人乱码一区二区三少妇| 性色av蜜臀av色欲aV| 91碰超| 欧美日韩大香蕉| 免费在线看黄片av| 欧美一级在线观看成人| 国产精品一区二区久久精品| 91人妻最真实刺激绿帽| 人人操人人操草草| 精品国产精品一区二区| 国产亚洲人妻综合日韩 久久| 精品人妻伦一二三区久久| 五月天丁香| 久久精品一区二区三区不卡| 欧美AB在线观看| GVH-003 母子姦 青木玲-麻豆视频,麻豆视传媒短视频网站入口,麻豆视传媒官网直 | 亚洲在线综合| 久这精品中文在线观看视频| 啪啪啪东京| 四虎国产精品永久地址入口| 青青草天天亲夜夜操网| 91麻豆天美传媒HD| 精品免费成人久久| 欧美激情专区| 欧美中文字幕日韩在线| 中文字幕精品一区二区精| 国产 亚洲 丝袜 制服| 色婷亚洲五月在线观看| 日韩国语字幕| 国产精品视频播放| 中文字幕二区| 欧美精品宗合| jk白丝没脱就开始啪啪| 天天综合日韩网| 久久av网| 日日妻色网| 99这里都是精品| 美女网站黄页| 丰满人妻一区二区三区免费 | 欧美日韩亚洲一区二区在线观看| 亚欧韩av| 猛交交| 欧美久久九九| 日韩美女,国产传媒,视频一区| 日本精品一区二区三| 加勒比99999| 欧美日韩国产成人高清| 一区二区视频在线播放| 插入综合网| 色九九九综合| 精品人妻久久久久一区二区三区| AA级电影三区| 亚洲国产欧美中日韩成人综合视频| 久久久久免费少妇| 久久9999| 女性91网站| 亚洲男人综合| 人人妻人人狠人人| 亚洲熟妇丝袜在线观看| 人妻喷水| 69视频入口| 97人人操人人摸| 国产视频一区二区免费| 99啪啪视频| 久草色在线观看| 国产无马在线| AV色天香在线| 在线电影亚洲色图| 人妻一二三区| 亚洲 欧美 中文 日韩超碰| 中文字幕AV片| 日本操逼视频在线| 4399成人黄A片| 国产青青美女玩逼视频| 日本孕妇一区二区视频操逼免费看 | 熟妇综合一区二区三区| 激情四射五月天| 97久久久精品| 欧美色狠| 被体育老师抱着c到高潮| 91人妻超碰| 五月开心久久AV官网| 无码78| a天堂视频| 青青国产精品在线| 日本天天干天天日一区| 眼镜人妻101.com| 熟女精品一区二区三区| 欧美性性性| 国产熟女免费观看久久| 久久久久久9999| 精品性爱| 天天操狠狠日夜夜干超碰撸com视频在线观看 | 久久黄黄| 日夜尻逼网| 日本性感人妻91| 岛国精品视频在线观看| 色综合99999| 大象AV在线| 六月婷婷综合| 激情文学亚洲| 操美女高潮抽搐白浆| 久久同城AV| 欧美性爱日韩高清| 久操高青| 欧洲亚洲综合| 午夜久久一区二区无码中出| 狠狠亚洲| 亚洲国产欧美一区二区潘金莲| 婷婷综合激情| q2午夜理论片夜色av| 久久久久人妻二区精品叶可怜| 久久久艹艹艹| 日韩大香蕉| 婷婷五月天色| 青草伊人网| 日逼国产| 情色五月天网| 欧美高清无码免费视频高清版| 亚洲成av人片色午夜乱码| 久久久男人的天堂| 欧美日韩激情无码专区| juliaann丝袜大战黑鬼| 琪琪精品免费一区二区三区| 97色涩| 国产午夜精品理论片a大结局| 婷婷九月色| 日韩淫色网| 日韩欧美aⅴ综合网站发布| 色五月天AV| 国产精品高潮久久AV| 色屁屁影院www国产| 中文字幕55555| 日韩av无码网站| 精品人人| 午夜啪| 天天干少妇| 一本久道久久综合狠狠爱一密臀精| 久久精品性| 婷色五月天| 亚洲区 欧美区| 色五月亚洲| 麻豆精品.欧美精品.日韩精品.| 色九区| 亚洲综人网| 日韩精品在线观看网站| 精久久久| 久久草在线综合视频| 亚洲天天精品| 欧美日韩岛国大片在线观看| 男人的天堂va| 台湾肥佬网一区二区三区| 国产福利视频精品视频| 老熟妇一区二区三区啪啪| 成人网站 免费观看| 91在线国产后入风骚翘臀美女素人| 亚洲制服欧美另类内射| 人妻天堂网| 91爽啪| 亚洲av青草久久一区二区| 天堂av2019| 久久精品国产Aⅴ| 亚洲中文字幕乱码无码一区二区| 亚洲日韩美国人妻| 人妻少妇精品无码专区二区密桃| 99国产人成精品| 84YTCOM性无码| 熟女五十路一区二区三| 亚洲 无码 有码 中文字幕| 啪啪一区| 欧美天天综合网| 后入 亚洲 美女 射| 麻豆国产精品午夜视频| 日本熟妇色熟妇在线视频播放| 久久香蕉综合一本到3atv| 欲香欲色综合天天伊人| 人妻一区二区三区| 亚洲乱码国产乱码精网站| 啊啊啊啊好疼| 日韩国产十八禁| 久草免费在线一区二区| 一起草三级AV电影在线观看 | 啪一啪免费视频| 久久久久久中文| 久操精品| 啊啊啊啊二区好大| 黄片www.| 91成人无码| 一区中文字幕二区日韩| 国产综合操逼高清| 日韩电影在线观看网址| 国产热av| 久久久爆乳翘臀一线天伦理视频| 国产美女在线精品免费看| 另类 综合 日韩 欧美 亚洲| 天天干天天做| 日本操逼视频导航| 亚洲丝袜诱惑| 精品视频久久区| 天美传媒国产原创中文字幕亚洲欧美另类 | 日欧操屄视频| 男人的天堂 在线一区| 人妻黑丝袜电影| 天堂蜜桃无码视频一区二区| 国产成人一级av88| 屁股久久久久久| 欧美综合 站| 日本超碰在线国产一区| 操逼片中文| 韩国一级做A片免费的| 久操不卡视频| 日韩字幕一区| 欧美 亚洲 在线| 噜噜噜噜天天狠狠| 超碰这里有精品| 97色涩| 懂色av中文字幕一区二区三区天美 | 欧美激情久久久久| 国产欧美伊人| 操逼网免费无码视频| 久久精品国产亚洲5555| 国产外初女出血视频| 高潮内射在线| www.91色| 一个色导综合| 亚洲天天自拍| 妇女视频网站| 中文字幕在线播放2中文字幕在线观看2| 操逼逼中文字幕| 久操免费在线| 欧美后入式| 91网18| 99操逼| 日韩不卡码| 九九人人操| 日韩在线一区二区| 精品人妻中文字幕高清| 一区二区三区一亚洲中文字幕、综合区灬 | 久久人体一区二区| 91视频成人福利网站在线一区| 婷婷久久五月天| 夜夜影视四色| 综合欧美激情网| 肏逼视频日本| 99999精品| 日本韩国五十路六十路七十路老熟女作爱视频网站 | 91日韩| 五月开心久久AV官网| 蜜臀久久99精品久久久老,,| 国产成人99久久亚洲综合| 3PAV乱伦视频| 97亚洲中文| 激情四射婷婷六月天| 中文字幕亚洲欧美在线不卡| 蜜桃久久综合视频| 91呆哥人妻| 日韩国产成人自拍视频| 国产综合网站在线播放| 人妻丰满熟妇一区二区三| 日本韩高清无砖码22o| 国产乱码久久久| 久久熟女久| 91人妻视频| 强奸少妇AV导航网| 亚州少妇| 99色在线视频| 免费a在线播放v| 久久久久久一日韩字幕无码| 欧美18老人禁| 91国产操逼视频| 大JI巴好深好爽又大又粗视频| 午夜性生活av免费在线看| 国产精品女生av| 国产精品网址| 超碰97资源网亚洲| 天天综合网~91入口| 91性高| 91国产精品熟女| 91超碰人人操| 欧亚在线视频| 一区二区三区欧美激情| 99色天堂| 再深点灬舒服灬太大了好硬好爽| 国产福利影视| 亚洲AV无码黄色强奸| 久久社区一区二区三区| 3d成人精品一区二区| 日韩在线性爱免费视频| 人人摸人人摸人人干| 美國A片| 日本免费中文字幕在线 | 日韩性爱视频在线免费观看| 亚洲阿v天堂在线| 四虎永久在线精品免费网址| 尻女朋友一夜| 婷婷激情一区二区三区俺也去| 久操 高清| 欧美韩国你懂得在线| 亚洲天堂美臀在线| 9精品久久久久| 色爱亚洲| 超碰色综合| 少妇久久| 国产强奸AV在线| 日语五十路和六十路亚洲国产精品| 亚洲成人贴图| 黄色大片免费在线| 亚洲砖码砖专无区2023| 99视频只有精品| 国内精品999| 日本三级久| 绯色AV粉色AV蜜臀AV| 天天日天天屌天天操| 97chaopenrihan| 熟女少妇一区二区三区| 熟女精品日韩一区二区三区| 中文字幕精品免费一区二区| 午夜啊啊| 日本大香蕉综合网红本杳社区| 日韩久射综合| 蜜臀一区二区三区在线| 国产免费操逼| 五月天婷婷综合| 一道本东京热加勒比一区二区三区| 中文字幕天天操| 蜜桃香蕉久草精品在线| 国产品精品自在在线午夜免费| 以及麻豆国产入口在线观看免费| 91成人精品在线播放| 小少妇| 五月婷婷hd| 九九九九九九视频| 亚洲中字慕不卡| 久久97超碰| 一级岛国大片| 蜜桃臀av在线观看| 91成人国产综合久久精品蜜月| julia ann久久| 久久 精品| 日韩色| · —级AA伦aa坐爱午夜极速ⅴA一区天天噪天天噪天天噪 | 91暧暧| 美女黄网| 中文字幕美女91| 欧美操逼熟女| 亚洲色人妻综合| 全国男人天堂网| 久久久偷拍| 亚洲精品乱码线路中文字幕| 人妻久久久久久| 2019亚洲男人天堂| 国产精品农村妇女| 2018天天干在线视频| www.天天干| 欧美 传媒 麻豆 日韩 偷拍| 巨乳特殊服务按摩| 日本狂喷奶水在线播放212| 丁香五月综合| 和协影院中文字幕三区| 天天澡天天爽日日AV| 国精精品无码一二三区水多多| 操逼A∨| 欧美在线永久天堂| 99久久网站| 五月婷婷hd| 亚洲欧美综合网| 激情无码日韩| 宅男午夜在线视频| 日本男人天堂| 久久久成人国产精品无码| 在线天堂999| 美女好片色日本| 国产精品麻豆视频网站| 97精品久久久久久久| 国色综合天| 最近2019中文字幕国语免费版| 国产精品久久久久久夜夜夜| 99夜夜操| 五月丁香社区婷婷日韩欧美精品影院| 久草视频制服诱惑| 日日骚网站| 亚洲色图亚洲无码强奸乱伦| 污污污8888| 精品国产乱码久久| 蜜桃久久综合视频| 久久人人爽av亚洲精品天堂桃色 | 97色网| 中文字幕一区二区三区高清| 久久乐| 久久久久久久久久久999| 免费在线视频97| 在线a v| 67194无码不卡| 蜜臀网 一区| 亚洲日韩美女中文字幕乱| 97内射偷拍| 97超碰日韩| 国产精品久久久久无码AV会牛| 国产视频大全| 国产又黄又粗的视频| 999久久久久久久精| 人人妻人人爽| 天天干天天做| 大香蕉中文201| 国产视频一区二区免费| 超碰这里有精品| 日韩一级特黄av毛片| 亚洲第91页| 日韩人妻一区二区| 91色黑人少妇| 欧美传媒| 天天天乱色综合全| 很很操在线| 97九色人妻| WWW4虎| 久久这里只| 久久美女福利是上海美女| 免费观看欧美日韩操逼视频| 人人做人人妻人人夜视频| 鸥美极品| 国产区91柔拿会所技师| 九九热精彩视频| 日韩美女啪啪一区| 啊啊啊啊二区好大| 国产成人自拍视频视频| 嗯嗯嗯啊啊啊干死我吧| 操高情无码| 亚洲人综合| 中国探花熟女| sewuyueav| 亚洲人人操| 啪啪啪亚欧美视频| 亚洲骚女一区二区三区| 国产精品久久天天干| 色色99| 人人操人人插 - 百度 - 百度| 久久精品视频久久久| 9久久精品| 天天操女人| 国产精品第一区第一页| 中文字幕成人理论在线| chaopen97久久| 99re在线观看| 大香蕉欧美| 成人综合网 欧美| 午夜福利免费福利视频| 久久这里只精品| 国产少妇与亚洲av| 久久午夜鲁丝片| 手机av亚洲丝袜美腿日韩第一页二页| 国产AV久久久蜜爱影集| 久久区| 毛片视频白嫩| 欧美探花网| 伊人aaa| 欧美顶级黄色大片免费| 日韩成人人妻网站| 屌逼麻豆| 亚洲 小说 欧美 激情 另类| 精品国产国产AV| 91c色| 欧美最婬乱婬爆婬牲视频| 五月色综合| 啊啊啊啊啊操我视频| 国产 日韩 欧美高清| 国产午夜福利合集| 亚洲色欲一区二区三区| 亚洲国产婷婷在线播放| 精品日韩产品在线,日韩在线不卡视频,欧美日韩免费专区/久, | 亚洲 中文字幕 精品| 欧美午夜色妇色鬼| 夜夜草网站| 亚洲欧美日韩中文播放| 色网综合网| 九色婷婷| 曰韩中文人妻视频| 亚热日本熟女| 五月色网| 日欧操屄| 97超碰人操| 色欲av国内精品久久久久久| 爱啪精品一区| 中文字幕亚韩| 国产亚洲色停停久久99精品91| 91 综合 色| renqi久久久久久久久久久久| 隔壁邻居波多野结衣中文字幕| 欧美色97| 人妻精品一区二区全免费| 亚洲无吗在线视频| 蜜臀99久| 久久婷婷欧美| 67914亚洲精品| 国产亚洲性生活视频播放| 午夜啊啊| 大香蕉男人的天堂| 日本色色网| 人妻无一区二区三区| 日韩三级av片| 欧美日韩亚洲五月天婷婷| 伊人成人中文字幕久久网| 一本久道在线综合视频| 四虎精品永久在线播放| 国产熟码AV| 岛国网址国产 | 亚洲国产福利视频| 美女毛片999| 久久草草欧美精品| 尤物一级在线免费观看| 欧美黄色片在线播放| 久久无码精品| 激情文学小说一区二区| 97久久精品亚洲中六字幕| 五月天婷婷综合网| 国产精品久久久久久 百度| 人人人摸人人| 91无遮挡| 一本大道久| 99啪啪| 久久五月丁香| 操逼国产免费| 超碰在线欧美性爱激情| 人人妻人人玩人人澡人人爽| 麻豆色99999| 美女91色黄18| 天天澡天天爽日日av| 色五月婷婷五月天| 欧美性色欧美| 欧洲精品一二三在线| 有码人妻系列| AV天堂电影网| 超碰亚洲97| 九九AV| 亚洲天堂无码| 岛国免费黄色网址| 色婷婷亚洲婷婷| 台湾佬中文娱乐网久久久久久久久久com | 熟妇色99| 欧美天天影院| 日本一区视频在线观看| 殴美性色a级欧美| 五月丁香激情啪啪| 99热啪啪| 黄色片大香蕉| 3d成人精品一区二区| 毛片久久| 熟女人妻精品一区二区视频| 97色操| AV色图| 大奶尤物鲍汁淫荡欧美视频粉嫩夜夜骚 | 国产成人无码久久精品| 日本一级婬片试看三分钟| 亚洲无码电影久久久| 亚洲美女av无码| 成人怡红院| 亚洲欧美黄| 欧洲久久一二线| 无码人妻一区二区三区免费九色| 五十路一区无码| 欧美美女视频| 91亚州| 九热中文字幕| 射综合网| 人人妻人人玩人人澡人人爽| 国色综合天| 欧美日韩小说| 欧美翘臀视频网站一区二区三区 | 精品人妻视频一区二区在线播放 | 久久精品操| 夜夜嗨免费视频| 啊啊啊好疼| 久久久久久中文| 熟女熟妇一区二区三四区 | 超碰国产精品久| 2020中文在线一区二区三区| 家庭乱伦国产| 欧美顶级黄色大片免费| 日韩无码专区| 丝袜美腿欧美| 久久嫩草国产成人一区| 久久999久| 男女香蕉一区二区| 国产免费小视频| 超碰97久| 免费观看的av| 男女一进一出视频久久| 加勒比在线视频| 干干干天天| 91狠狠综| 久久亚州大香蕉| 又黄又爽在线观看视频| 隔壁邻居波多野结衣中文字幕| 少妇天堂| 老司机免费视频在线91| 91丨九色丨大屁股| 国产传媒午夜理伦精品| 久久人| 久久伊人青青草| 91Chinese在线| 69av一区二区三区| 97精品网| 亚洲清纯唯美| 少妇高潮九九九九九九九| 哈哈操电影| 色香综合天天影视综合 | 欧美人妻一区二区| 91 丝袜在线| 亚洲各类熟们中文字幕| 色图综合网| 久久久久久久久久久久色网| 2026国产精品视频| 91女神在线视频| 青青草日韩无码| 国产福利小视频高清在线观看| 欧美人与动性人交a| 搡老女人老熟女91老熟女综合网| 日韩av情韩国爱禁区av一区二区| 亚洲人在线| 精品国产乱码久久久久久影片| 五月色网| 一区二区三区黄片免费观看| 成人线上超碰| 婷婷国产精品一区二区| 97欧美久久久久久久| 欧美日韩国产电影| 日少妇亚洲版| 欧美中文字幕男人天堂久久精品 | 亚洲色图综合网| 欧美亚男人的天堂| 99热超碰| 一级久久久久久久久久久| 欧美Aⅴ| 天躁夜夜躁2021| 夜夜骑操视频| 久插综合| 96AV久久久| 国产精品交换一区二区| 探花激情视频| 五月综合婷婷久久网站| 黄色一级视| 久久亚洲精品成人av| 熟女字幕| 温婉少妇玩3p| 国产一区二区三区视频在线看| 黄片免费日韩| 成人蜜乳小视频网站| 91久久久亚洲| 一级岛国大片| 国内毛片无遮挡国产| 欧美成人A√在线一区二区| 国产精品视频自拍在线| 另类TS人妖一区二区三区| 欧美一级美片在线观看免费| 欧美亚洲一级在线观看| 精品无码久久久久久国产浪潮| 午夜福利一区二区影院| 亚洲免费成人在线高清无码视频 | 91亚洲影视| 老熟女阿 国产91| 久久久久久中文| 超碰97久| 国产白丝网站| 麻豆一区二区三区在线看 | 国产一区二区三区影片| japan日本高清乱xxxx| 妇女性内射冈站HDWWWCOM| 中文色综合| 超碰人妻天天干| 亚洲九月丁香| 很很干很很操| 怡红院怡春院| 2017大香蕉国产精品久久| 91青青在线视频| 91超碰在线观看| 日日摸日日碰夜夜爽视频| 久久夜夜| 欧美高清18A片| 91P0RNY大屁股人妻| 久艾草在线精品视频在线观看| 国产日韩欧美中文在线播放| 精品国产乱码久久久久久口爆网站| 2020国产精品| 欧美 亚洲 制服 精品| 欧美亚洲20p| 亚洲涩图欧美| 精品天堂| 天天躁日日躁狠狠躁| se吧提供91精品国产91久久久久久 | 天堂中文日本在线观看| 亚洲成人网站在线观看| 欧美日韩国产中文超碰| 欧美日韩婷婷中文| 999色欧美中文字幕| 熟女人妻一区二区三区免费看| 视频一区二区三区精品| 女人双腿搬开让男人桶| 五月天综合| 亚洲 se图 欧美电影| 久久久性少妇| 久久永久无码人妻视频| 特级毛片特黄久久免费看| 亚洲欧美精品一区天堂久久 | 国产精品乱人伊人网| 大香蕉欧美伊| 亚州高清av| 国产剧情在线| 久久国产乱子伦精品免费女人| 另类在线| 久久九九一区二区三区成人| A一级色女| 久久久久久久91| 久久久久久亚洲中文| 五月丁香综合| 99xav| 欧美性第1页| AVE乱伦| 国产成年精品高清在线观看91| 国模少妇一区二区三区| ,国产乱人伦精品一区二区三区| 久日综合网| 97超碰色色| 国产CHASE男男GAYGA 毛多色婷婷| 夜夜夜久久| 欧美激情亚洲情色| 秋霞一级鲁丝片A片| 熟女乱伦二区| 在线观看视频91| 免费在线看黄片av| 国产精品一区二区黄片| 亚洲 另类 丝袜 自拍 动漫| 欧美日韩中文字幕人妻| 国产精品蜜乳AV| 97视频在线观看高清资源| 亚洲高清欧美总合| 亚洲成人久久一区二区| 天天日天天舔东京热| 777超碰| 3028国产精品| 日本天堂网| 亚洲脚交| 亚洲天堂男人| 99re国产中文字幕| A啊啊在线观看| 91综合网站| 精品-91人妻子系列| 日本顶级天天操狠狠操夜夜操中文字幕| 性色亚洲| 国产精品久久伊人| 天堂伊人久久| 九九九久久久| 欧美78p| 99这里都是精品| 欧美18 在线观看| 超碰免费在线| 中文字幕午夜精品久久久| 日逼逼免费看| 久久综合女优| 日本精品一级二级三级| 日韩专区数据列表-第3230页-精品国产一区二区三区香蕉 久久99熟女人妻中文字 | 丁香婷婷久久 | 亚洲欧美综合| 久久五月丁香| 一牛一区二区三区久久| 夜夜草我| 日韩亚洲美州欧洲综三区一品在线| 爱丝福利| 亚洲 欧美 制服 另类 自拍| 麻豆亚洲Av成人无码一区精品| 极品出轨视频网站| 18禁超污无遮挡无码免费网| 久久同城AV| 亚洲无码成人精品| 久久欧洲| 国产一国产一级毛片古装| 久久色情| 丰满丝袜少妇AV| 成人七区| 亚洲第一页欧美| 女人天堂av在线播放| 91 手机在线播放 绯色| 欧美精品黑人猛交高潮| 蜜乳性色无码专日粉嫩骚逼AV| 四虎国产成人精品免费一女五男| 青娱乐二区免费| 亚洲免费精品一区| 69国产对白刺激| 精品人妻夜夜草| 亚洲AV成人无码一二三久久| 91网亚洲| 天堂v无码免费视频| 91粉芽高清在线一区二区| 亚洲天堂久久| 天堂精品在线| 亚州一区二区| 欧美熟爽综合| 中文字幕黄片在线| 老女人碰碰在线碰碰视频| 奇米狠999| 欧美综合777| www…国产操逼| 一直超碰| 成人日韩3| 麻豆一区二区三区精品| 亚洲无码太久| 毛片麻豆91糖心精品毛情片| 性爱av在线免费观看| 人妻蜜桃臀| 丁香激情五月| 亚洲阿v天堂在线| 啊好爽快点-国产一区二区三区撒尿在线-成人AV| 浓厚中出中文字幕在线| 啊啊啊不要嗯嗯在线观看| 手机看av网站在线看| 91丰满| 日本人体九九九九九九| 97综合网| 久久性视频| 亚洲图片 欧美电影| 色婷婷基地| 国产高清自拍| wwe 天天干.com| 在线一道啪| 国产自偷| 五月天成人综合| 日韩熟女精一区二区三区不卡| 97超碰碰碰| 超碰97人妻免费在线| 中文字幕人乱码中文字的预防方法 | 高颜值美女口爆高潮浪叫| 色综合五月天| 久久久精品电影| 色哟哟精品1精品2| 北京专精特新企业招聘信息| 久久久久亚洲AV无码专区少妇| 国产熟女自拍| 97超碰碰碰| 日本免费一级AAA大片器| 97超级久久| 超碰午夜在线| 性做久久久久久久| 丁香九月婷婷| 男人精品天堂一区| 成人在线日韩| 免费a v| 久久久久久波多野吉衣高潮| 日本五十路熟女一区二区| 欧日韩一二三f区| 粉嫩国产精品久久久| 国产亚州精品美女久久久免费| 色牛aV| 精品无码久久久久| 黄片www.| 啊v在线观看视频| 91麻豆天美传媒HD| 成人免费在线网站| 四虎国产精品永久在线囯在线| 欧美精品不卡一二三四在线91| 国产精品九9| 人人干人人搞人人摸| 干我久操| 欧美青青草视频| 欧美日韩国产中文超碰| 日本免费一级AAA大片器| 亚洲色图 91| 一区,二区,三区视频| 日韩熟妇二区| 在线观看日韩av不卡| 国产一区二区成人av在线播放| 久艹免费| 亚州色图欧美| 日韩女模中文造逼| 亚洲成人黄色在线观看| 干B网| 人妻素股| 鲁鲁色综合网| 91狼人| 热久久国产| 欧美激情一| 国产精品 午夜福利| 久久xx| 日韩一级特黄av毛片| 婷婷综合伊人一区| 午夜精品人妻二区三区| 蜜臀人妻少妇久久在线观看| 9久久精品| 超碰在线一区| 亚洲丝袜二区在线| 99re在线视频国产| 欧洲精品人妻| 刺激性视频黄页| 欧美亚洲国内自拍| 91一起操| 日韩乱中文 | 久久成人国产精品| 女生看匆91网站| 久久久久元码视频| 97爱爱影院| 人妻天天爽夜夜爽爽| www.zbzhongsen.com| 91精品人妻电影| 精品亚洲国产成人av网站| 性饥渴少妇av无码毛片| 色综合国产在线观看| 亚洲高清欧美总合| 青青草AV色| 日日AAvv| 老熟女中文字幕高清| 欧美亚男人的天堂| 超碰在线看| www网站黄| 伊人久操| 三级特黄60分钟播放| 成人免费性爱视视| 亚洲男人天堂2017| 0755午夜福利视频| 91色射| 国产成人啪一区二区| 天天摸夜夜操视频| 日逼五月天| 91麻豆天美传媒HD| 欧美日韩婷婷中文| 国产丰满熟夫69mpp| 人人澡综合涩| 午夜啊啊啊| 97爱b| www.高清无码诱惑一区.com| 炮色五月| 日韩草久视频| 欧美性爱五月天| 99热综合| 国产在线视视频有精品| 777奇米影视777四色| 成人三一级一片aaa| 色色香蕉| 久久九九视频九九视频| 秋霞网—男女啪啪亚洲免费体验区 | 人人摸人人摸人人干| 色综合国产在线观看| 亚洲老熟妇xxx| 欧美九九九| 日日躁天天躁狠狠躁| 成人26uuu| 久久91| 少妇丝袜在线观看AV| 欧美天堂第二区| 亚洲色香| 日韩人妻丝袜美腿中文| 东北女人的毛片| 日韩午夜国产| 蜜桃丰满熟妇av无码区不卡| 精久久久| 超碰偷拍| 久肏视频字幕| 狠狠爱夜夜| 久久久久久久97| 蜜乳成人AV| 日韩乱伦影音先锋| 欧美精品99久久久| 中文字幕老熟妇黄色视频| 67194无码不卡| 色欲色香天天天综合网www-亚洲综合国| 亚洲丝袜制服国产91_国语字幕免费观看完整版下载第5集_ | 加勒比性爱成人在线| 人妻激情视频| 亚洲情色综合| 国产一级内射无挡观看| 午夜寂寞欧美| 九九九九久久久| 日韩中字av一区| 男女激情中文字幕| 精品女同一区| 亚洲人妻日日日| 20cm女自慰在线日韩欧美| 成人八戒网站| 91GD.COM| 成人综合色网| 欧美日日夜夜| 欧美性天天影视| 激情视频一二三| 日韩中文字幕熟妇人妻 | 欧美另类色| 免费看污网站| 九九热超碰97亚洲最新香蕉 | 超碰诱惑| 高清孕妇孕交| 日韩性爱人人爱人人操| hd成人一区二区在线| Av色五月| 97蜜桃综合| 欧美 日韩 另类 亚洲| 粉嫩av一区二区三区四季| 老熟女综合| 亚洲欧美在线观看无码| 俺去俺来也在线www| 夜夜夜久久| 欧美黑人168页欧美黑人167| 亚洲毛片基地专区| 亚洲乱码国产乱码精网站| 伊人亚洲国产一成人久久精品,久久| 色女综合| 日本 情色 1区2区3区| 免费一二区| 亚洲欧美日韩免费电影| 校园春色制服丝袜中文字亚洲| 人人搡人人肉久久精品| 欧美 亚洲精品首页| 秋霞成人做爱| 天美传媒国产原创中文字幕亚洲欧美另类 | 久久久国产av美女私房| 人妻精品一区二区在线| 天天做天天爱天天爽| 日韩精品99久久久久久中文字幕| 国产9熟妇视频网站| 黄色大片免费在线| 欧美日韩高潮喷水91| 狠操91,com| 天天肏天天干| 日韩乱伦视频| 淫乱图区 | 宗合情欲网| 9精品久久久久| 亚洲AV性爱电影| 亚洲色图 欧美热图 清纯唯美 另类自拍 | 五月丁香综合激情| 中文字幕十五区| 9999久久久| 精品伊人久久久大香线蕉小说| 欧美熟妇操操视频| 花花AV导航| 日本一区二区三区四区免费观看| 伊人国产av| 91操熟女| 日韩性爱小视频| 日日操天天操| 欧美 日韩 婷婷 五月| 狠狠爱大香蕉| 久久亚洲av成人无码国产| 久啪| 欧美天天弄| 91天堂色男人的天堂| 白丝少妇一区二区| 啊啊啊啊无码| 久久久久久精品免费看A级| 日本韩国一本产品小视频日本韩国一本产品久久久产品小视频日本韩国一本产品久 | 91女优在线观看| 中文字幕一区二区日韩网| 九一综合精品视品av| 丁香婷婷激情五月天无毒不卡| 鸥美中出| 久久精品国产亚洲AV片多多| 日韩99神马视频片| 九九九精品美女| 久久综合九九| 大香蕉色欲AV| 欧美成人A天堂片在线观看| 中文字幕日韩综合| 超碰免费人妻人人| 色欲久久综合| 四虎影视国产精品| 无码精品一区二区三区潘金莲| 福利一级版子| 亚洲图片色图欧美另类| 丰满搜索结果 -第18页- 久久高清无码| 国产精品精品系列在线观看| 欧美在线官网| 日本影视久久免费| 国产av白丝| 一起草三级AV电影在线观看| 青青草原狼av| 91免费看一区二区三区| 91久精品| 亚州综合在线| 日本高清久久| 97伊人| 99性视频| 玖玖草久草99蜜月一区二区三区| 大香蕉专区| 亚洲的天堂网| 欧美日本国产日韩激情视频| 98超碰日本| www.久久最新地址| 中文字幕88av在线| 久久免费99精品久久久久久| 91天天综合网,天天综合网| 妇女性内射冈站HDWWWCOM| 日日干夜夜操视频h| 人人看人人插| 狠狠色一区二区中文字幕| 日韩视频精品在线观看| 亚洲色欲一区二区三区| 91天天| 国内外色色色色色成人视频| 色欲天香天天综合网-成年人三级片网站-欧美乱妇狂野-日韩国产专区-久久久久久 | 亚洲网污污污污| 久久久999| 亭亭丁香激情| av在线播放国产一区| 天操老女人|