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。

基于深度學(xué)習(xí)的自然場景中文OCR識別系統(tǒng)設(shè)計與實現(xiàn)

基于深度學(xué)習(xí)的自然場景中文OCR識別系統(tǒng)設(shè)計與實現(xiàn) 簡介本資源是一套完整的基于Python深度學(xué)習(xí)的自然場景中文OCR識別系統(tǒng)面向本科畢設(shè)、科研入門及輕量級項目落地開發(fā)者解決復(fù)雜背景下中文字含豎排、繁體的端到端識別難題。壓縮包共715個文件涵蓋23個核心Python腳本含model.py、utils.py、config.py等模塊化代碼、35張PNG/17張JPG測試圖像、3個ONNX/MNN模型文件、135個XML標(biāo)注數(shù)據(jù)及Linux/C推理程序.cpp/.sh/.bat另有Web前端HTML/CSS/JS文件與仿宋_GB2312.ttf字體支持中文渲染整體大小48.08MB。已有64人學(xué)習(xí)下載。用戶可直接運行Web界面上傳圖片識別復(fù)現(xiàn)CRNN模型訓(xùn)練與推理全流程配套詳細運行說明文檔覆蓋環(huán)境配置、模型加載、前后端聯(lián)調(diào)及邊緣設(shè)備移植要點目錄結(jié)構(gòu)分層清晰含data、model、web、cpp、linux等獨立模塊便于理解系統(tǒng)架構(gòu)與二次開發(fā)。 自然場景下的中文OCR和掃描件識別完全是兩碼事。我最早拿手機拍了一塊店鋪招牌丟給傳統(tǒng)OCR引擎結(jié)果識別出來的內(nèi)容基本沒法看——光照不均勻、透視畸變、藝術(shù)字體、豎排牌匾傳統(tǒng)方案面對這些情況幾乎毫無招架之力。后來轉(zhuǎn)向深度學(xué)習(xí)方案把檢測和識別拆成兩個模型才真正把準(zhǔn)確率拉到了可用水平。這篇文章就從這個實際項目展開一個基于Python深度學(xué)習(xí)實現(xiàn)的自然場景中文文字OCR識別系統(tǒng)帶前端Web界面支持橫版和豎版文字。完整源碼、運行說明和預(yù)訓(xùn)練模型都在包里拿到就能跑。這套系統(tǒng)解決的是真實世界的文字識別需求手機隨手拍的照片、街邊招牌、路牌、海報、書籍封面、漫畫對話框、豎排古建筑牌匾。它能做的事概括起來就一句話——輸入一張圖片輸出圖片里所有文字內(nèi)容以及對應(yīng)的位置坐標(biāo)。適合正在入門OCR方向的開發(fā)者、需要在自有產(chǎn)品里集成文字識別能力的工程師以及準(zhǔn)備做圖像處理方向課程設(shè)計的同學(xué)參考。下面我把整個系統(tǒng)的設(shè)計思路、核心實現(xiàn)、訓(xùn)練過程和踩坑經(jīng)歷完整梳理一遍。1. 系統(tǒng)整體設(shè)計與技術(shù)選型1.1 為什么用Python加深度學(xué)習(xí)做場景文字識別先聊聊技術(shù)選型背后的邏輯。傳統(tǒng)OCR方案比如Tesseract處理規(guī)整的印刷體文檔掃描件時效果確實還行但放到自然場景里就直接暴露短板。自然場景的文字有幾個顯著特點背景復(fù)雜文字經(jīng)常跟招牌紋理、墻面圖案混在一起光照條件不可控有陰影、反光、暗部字體千變?nèi)f化楷書、行書、藝術(shù)字、帶描邊的字版面不規(guī)整文字是斜的、彎的甚至一整列豎排下來圖片分辨率也參差不齊手機拍的、監(jiān)控截圖的都有。傳統(tǒng)方法依賴閾值分割、連通域分析、模板匹配這些手段面對上述情況很難穩(wěn)定工作。一副邊緣被遮擋的招牌連通域直接斷成好幾塊陰影落在字面上閾值分割出來的文字殘缺不全。這些問題不是調(diào)調(diào)參數(shù)就能解決的是特征表達能力的上限問題。深度學(xué)習(xí)方案的優(yōu)勢在于整個流程端到端可訓(xùn)練檢測模塊通過卷積神經(jīng)網(wǎng)絡(luò)直接回歸文本區(qū)域的位置識別模塊對裁剪出來的文字圖像做特征提取和序列解碼。網(wǎng)絡(luò)在大量真實場景數(shù)據(jù)上學(xué)到的特征表達對光照變化、字體差異、復(fù)雜背景的魯棒性遠優(yōu)于人工設(shè)計的特征。這也是為什么近幾年的OCR技術(shù)基本都被深度學(xué)習(xí)方法統(tǒng)治了。Python在這個領(lǐng)域的生態(tài)優(yōu)勢無法忽略。PyTorch、TensorFlow、OpenCV、PaddleOCR這些工具鏈都圍繞Python展開實驗迭代、模型調(diào)試、快速部署都很方便。做OCR研究的公開代碼、預(yù)訓(xùn)練模型、數(shù)據(jù)集絕大多數(shù)都是Python生態(tài)的用Python能最快站在前人的肩膀上做工程落地。1.2 整體架構(gòu)檢測加識別兩階段方案目前自然場景OCR的主流方案是兩階段管線先用文本檢測模型從整圖中定位出文字區(qū)域再把每個文字區(qū)域裁切出來送入識別模型得到字符序列。這套系統(tǒng)也沿用了這個架構(gòu)。為什么不用端到端的單模型方案端到端文本識別比如把檢測和識別融合進一個網(wǎng)絡(luò)雖然看起來更簡潔但實現(xiàn)復(fù)雜度高訓(xùn)練數(shù)據(jù)要求更嚴格而且解耦性差——檢測模塊想單獨調(diào)優(yōu)或者替換的時候會很被動。兩階段方案的好處是每一段都可以獨立優(yōu)化檢測不準(zhǔn)就換更強的檢測模型識別不準(zhǔn)就單獨迭代識別模型互不干擾。工程上維護起來也更舒服。檢測階段用的是DBNet全稱Differentiable Binarization。它對輸入圖像生成一個文字區(qū)域概率圖再通過可微二值化操作把概率圖轉(zhuǎn)成分割掩碼最后用輪廓提取拿到文本框。DBNet能在復(fù)雜背景下比較準(zhǔn)確地框出文字區(qū)域而且對有向文本和豎排文本都有不錯的支持這正好契合本項目要處理自然場景的需求。識別階段采用CRNN加CTC的結(jié)構(gòu)。CRNN是經(jīng)典三件套卷積層從輸入圖像中提取特征序列雙向LSTM對特征序列建模上下文依賴CTC損失函數(shù)解決輸入序列和輸出序列長度不一致的時序?qū)R問題。CTC最大的優(yōu)勢是不需要逐字符的位置標(biāo)注只要提供最終的文本內(nèi)容就能訓(xùn)練極大降低了數(shù)據(jù)標(biāo)注成本。為什么不選基于Transformer的方案CRNN結(jié)構(gòu)更簡單訓(xùn)練穩(wěn)定性好對中文場景下數(shù)據(jù)量要求沒那么苛刻。Transformer雖然在大規(guī)模數(shù)據(jù)上表現(xiàn)更強但中文識別任務(wù)字符集大常用漢字就有三千多個數(shù)據(jù)量不夠時Transformer很容易過擬合。CRNN配合CTC在中等規(guī)模數(shù)據(jù)集上就能達到不錯的精度推理速度也快CPU上也能實時跑。對于工程落地來說穩(wěn)定省事比什么都重要。1.3 豎版文字支持的設(shè)計思路豎版文字是自然場景OCR中特別容易被忽略但實際又經(jīng)常遇到的需求。古建筑牌匾、店鋪豎招牌、書脊標(biāo)題、海報裝幀、漫畫對話氣泡到處都有豎排中文。國內(nèi)外很多OCR系統(tǒng)第一版都沒有考慮豎排場景遇到豎排文字就束手無策。豎版識別的難點在于檢測模型如果只按水平方向回歸文本區(qū)域豎排文字就會被壓縮成一條特別窄長的小圖。這種圖正??s放到識別模型的輸入尺寸后每個字符都被水平擠壓變形識別模型基本猜不出是什么字。這個系統(tǒng)的做法分三步檢測階段輸出帶旋轉(zhuǎn)角度的文本框用四頂點坐標(biāo)表示不做強制水平矯正根據(jù)文本框的寬高比判斷文字方向高度明顯大于寬度時判定為豎排文本對豎排文本框做90度旋轉(zhuǎn)后再送入識別模型把豎排問題轉(zhuǎn)化成橫排問題處理識別結(jié)果再映射回原圖坐標(biāo)輸出關(guān)鍵收益在于識別模型不需要單獨訓(xùn)練一套豎排權(quán)重一套橫排識別模型就能覆蓋豎排場景工程量節(jié)省一大截。這個思路本質(zhì)上就是問題轉(zhuǎn)換把不擅長的輸入形態(tài)轉(zhuǎn)成擅長處理的形態(tài)。2. 環(huán)境搭建與運行準(zhǔn)備2.1 Python深度學(xué)習(xí)環(huán)境配置項目使用的基礎(chǔ)環(huán)境是Python 3.8加PyTorch 1.10訓(xùn)練用的顯卡是RTX 306012G顯存。說實話這個配置在深度學(xué)習(xí)里算入門級但跑這個項目的訓(xùn)練和推理完全夠用。如果沒有GPU純CPU也能跑就是單張圖推理時間會長一些后面會具體聊部署優(yōu)化的方式。關(guān)鍵依賴庫清單如下torch、torchvision深度學(xué)習(xí)框架模型訓(xùn)練和推理的核心opencv-python圖像讀取、縮放、輪廓查找、透視變換等圖像處理操作numpy數(shù)組運算坐標(biāo)變換和概率圖后處理依賴它Pillow前端上傳圖片的讀取和處理Flask提供Web后端服務(wù)pyclipper、shapelyDBNet后處理中多邊形裁剪和IOU計算用到的幾何工具庫安裝環(huán)節(jié)有幾個容易踩的坑先給大家提個醒。PyTorch的CUDA版本必須和顯卡驅(qū)動匹配安裝前先查清楚自己機器的CUDA版本用nvidia-smi看一眼。opencv-python和shapely在某些Python版本下沒有預(yù)編譯的wheel包直接pip安裝可能報錯建議鎖定版本安裝。國內(nèi)網(wǎng)絡(luò)環(huán)境下pip默認源下載速度經(jīng)常讓人崩潰建議一開始就把鏡像源換成清華或阿里云的。另外不要忘記安裝gunicornFlask自帶的開發(fā)服務(wù)器并發(fā)能力太弱后面部署時會用到。2.2 源碼結(jié)構(gòu)和模型文件說明項目壓縮包解壓后的目錄結(jié)構(gòu)大致如下ocr_system/ ├── app.py # Flask Web服務(wù)入口 ├── predictor.py # OCR推理封裝類 ├── models/ │ ├── det/ │ │ └── dbnet_resnet50.pth # 文本檢測模型 │ ├── rec/ │ │ ├── crnn_resnet34.pth # 文本識別模型 │ │ └── charset.txt # 字符集文件 ├── templates/ │ └── index.html # 前端頁面 ├── static/ │ ├── css/ │ └── js/ ├── requirements.txt # 依賴清單 └── README.md # 運行說明檢測模型參數(shù)文件大約80MB識別模型約40MB。這兩個模型都是在公開數(shù)據(jù)集基礎(chǔ)上額外加了一批自己標(biāo)注的真實場景數(shù)據(jù)微調(diào)得到的。檢測模型能覆蓋自然場景中的招牌、路牌、海報、電子屏幕等常見文字區(qū)域識別模型支持簡體中文字符集約3000個常用字加上數(shù)字、英文大小寫和常用標(biāo)點。charset.txt這個文件很容易被忽略但極其重要。識別模型的輸出維度就是字符集的大小如果實際使用場景里包含字符集以外的生僻字或特殊符號識別結(jié)果會是空或者錯字。遇到這種情況需要把新字符加進字符集文件對應(yīng)調(diào)整模型輸出層維度并重新訓(xùn)練識別模型的最后一層。3. 核心實現(xiàn)細節(jié)與關(guān)鍵代碼解析3.1 文本檢測模塊的推理實現(xiàn)檢測模塊的核心流程是讀圖、縮放、網(wǎng)絡(luò)前向傳播、后處理、輸出文本框列表。圖像縮放這個環(huán)節(jié)有個細節(jié)必須注意。DBNet訓(xùn)練時通常把圖像短邊縮放到640像素長邊限制在2560以內(nèi)。推理的時候縮放的配置要和訓(xùn)練時保持一致否則檢測尺度不一致會導(dǎo)致小字漏檢或者大字被切成多塊這個偏差在自然場景圖片上尤其明顯因為原圖分辨率往往差異很大。后處理部分包含概率圖二值化、輪廓查找和文本框構(gòu)建。DBNet的可微二值化是訓(xùn)練時用的技巧推理階段直接用固定閾值對概率圖做二值化閾值取0.3能獲得比較均衡的檢測效果低于這個值容易把背景也框進來高于這個值則可能漏掉邊緣比較模糊的文字。輪廓查找使用的是cv2.findContours函數(shù)找到的是多邊形點集還需要用最小外接矩形把它轉(zhuǎn)成帶角度的文本框。這里對面積過小或者寬高比過于離譜的候選框要過濾掉不然一張照片里會跑出大量噪聲框。我習(xí)慣把面積閾值設(shè)成50像素同時加入了一個限制條件檢測框面積小于圖像面積萬分之三的直接丟棄這樣能有效減少背景痕跡帶來的誤檢。import cv2 import numpy as np import torch def detect_text(image, det_model, device): # 預(yù)處理歸一化 resize h, w image.shape[:2] # 短邊縮放保持長寬比 target_h 640 if h w else 1280 scale target_h / max(h, w) new_w, new_h int(w * scale), int(h * scale) img_resized cv2.resize(image, (new_w, new_h)) # BGR轉(zhuǎn)RGBHWC轉(zhuǎn)CHW歸一化 tensor torch.from_numpy( cv2.cvtColor(img_resized, cv2.COLOR_BGR2RGB).transpose(2, 0, 1) ).float().div(255).unsqueeze(0).to(device) with torch.no_grad(): prob_map det_model(tensor)[0, 0].cpu().numpy() # 二值化 輪廓提取 binary (prob_map 0.3).astype(np.uint8) * 255 contours, _ cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) boxes [] for cnt in contours: area cv2.contourArea(cnt) if area 50: continue # 最小外接矩形保留旋轉(zhuǎn)信息 rect cv2.minAreaRect(cnt) box cv2.boxPoints(rect) boxes.append(box / scale) # 坐標(biāo)映射回原圖 # 合并重疊框 if boxes: boxes nms(boxes, threshold0.5) return boxes這段代碼有三個地方值得展開說。第一NMS非極大值抑制不能省一張復(fù)雜場景圖上檢測模型經(jīng)常會對同一行文字輸出多個重疊框不做NMS會導(dǎo)致同一行文字被識別好幾次輸出結(jié)果會有明顯的重復(fù)噪聲。第二檢測框坐標(biāo)一定要除以縮放比映射回原圖坐標(biāo)不然前端在展示檢測框疊加效果時會發(fā)現(xiàn)框的位置完全對不上。第三cv2.findContours在不同版本的OpenCV中返回值形式不一樣新版OpenCV返回兩個值而舊版返回三個值寫代碼的時候要留意自己環(huán)境里裝的OpenCV版本。3.2 豎版文字判斷與旋轉(zhuǎn)處理拿到檢測框之后下一步是判斷每個框里文字的排列方向。最直接的方法是看最小外接矩形返回的寬和高取其中較大的作為文本方向。自然場景下文本行一般是長條形橫排文本的寬度明顯大于高度豎排文本則反過來。判斷邏輯可以按寬高比來def is_vertical(box): # box: 四頂點坐標(biāo)按順序排列 (x1, y1), (x2, y2), (x3, y3), (x4, y4) box width np.hypot(x2 - x1, y2 - y1) height np.hypot(x4 - x1, y4 - y1) return height width * 1.2閾值系數(shù)1.2是靠實測調(diào)出來的。設(shè)得太靈敏會把略微傾斜的橫排文字誤判成豎排導(dǎo)致旋轉(zhuǎn)后反而識別錯亂設(shè)得太遲鈍則真正豎排的窄長框識別不了。實際調(diào)節(jié)時建議在測試集上同時看誤檢率和漏檢率找到一個平衡點。判定豎排之后處理流程是先把帶角度的文本框矯正成水平矩形然后再順時針旋轉(zhuǎn)90度。這里有個細節(jié)容易出錯旋轉(zhuǎn)方向必須統(tǒng)一。如果橫排識別模型是基于從左到右的文字順序訓(xùn)練的豎排文字旋轉(zhuǎn)后也必須保持從左到右閱讀的方向否則識別模型輸出的文字序列會是反的。為了保證旋轉(zhuǎn)方向正確我寫了一個輔助函數(shù)先通過透視變換把檢測框內(nèi)的圖像矯正為正矩形再判斷矯正后的高和寬決定旋轉(zhuǎn)方向。矯正時用cv2.getPerspectiveTransform加cv2.warpPerspective實現(xiàn)這樣即使檢測框帶角度也能得到相對工整的文字圖像。def crop_rotate_text(image, box): # 矯正帶角度的文本框 h int(np.hypot(box[3][1] - box[0][1], box[3][0] - box[0][0])) w int(np.hypot(box[1][1] - box[0][1], box[1][0] - box[0][0])) src box.astype(np.float32) dst np.array([[0, 0], [w - 1, 0], [w - 1, h - 1], [0, h - 1]], dtypenp.float32) M cv2.getPerspectiveTransform(src, dst) crop cv2.warpPerspective(image, M, (w, h)) if h w: # 豎排旋轉(zhuǎn)90度轉(zhuǎn)成橫排 crop cv2.rotate(crop, cv2.ROTATE_90_CLOCKWISE) return crop3.3 識別模型與CTC解碼識別模型的輸入是一張高度固定為32像素、寬度按原圖比例縮放的灰度圖。之所以固定高度而不是固定寬度是因為文本行的長度差異很大卷積網(wǎng)絡(luò)對不同寬度輸入有一定容忍度但高度固定可以讓特征圖的高維信息對齊。識別模型輸出的是一串按時間步排列的字符概率分布需要經(jīng)過解碼才能得到最終文本。CTC解碼的核心思路是去除重復(fù)字符和空白分隔符。最常見的解碼方式是貪婪搜索每個時間步直接取概率最大的字符然后合并連續(xù)重復(fù)字符、去掉空白字符。這樣做簡單高效大多數(shù)場景下效果已經(jīng)夠用。但中文識別任務(wù)有個特殊難點常見字里有很多結(jié)構(gòu)相似的字符比如“未”和“末”、“日”和“曰”、“己”和“已”。這些字在概率分布中得分往往非常接近單靠視覺特征很難區(qū)分貪婪搜索很容易翻車。如果對準(zhǔn)確率要求更高可以在解碼時引入語言模型或者常用詞先驗。更穩(wěn)妥的做法是用beam search保持多個候選序列在最后打分時把相鄰字符的共現(xiàn)概率考慮進去。這個系統(tǒng)默認使用貪婪搜索保證速度同時在接口層預(yù)留了一個use_beam_search參數(shù)部署時可以根據(jù)場景開關(guān)。3.4 前端Web界面與接口設(shè)計模型部分搞定了最后要落到能用的工程層。系統(tǒng)使用Flask提供Web服務(wù)前端頁面支持兩種玩法上傳圖片識別、粘貼圖片URL識別。后端接口設(shè)計得很簡潔就一個核心接口接口地址POST /api/ocr請求參數(shù)圖片文件字段名是image支持jpg、png、bmp格式返回結(jié)果JSON包一個items數(shù)組每個元素包含文本框坐標(biāo)、識別文字、置信度返回結(jié)果和前端展示是解耦的接口不關(guān)心前端怎么渲染。前端拿到坐標(biāo)數(shù)據(jù)后用Canvas在圖片上畫出檢測框和識別文字方便你直觀地檢查識別效果有沒有問題。{ items: [ { bbox: [[120, 80], [320, 80], [320, 120], [120, 120]], text: 人民路, confidence: 0.96 } ] }前端頁面用原生HTML加一點JavaScript實現(xiàn)沒有引入Vue、React這類大框架好處是零構(gòu)建、打開即用也方便按照自己的需求改界面樣式。這里必須提一個部署層面的坑Flask自帶的開發(fā)服務(wù)器是單進程單線程的多個用戶同時上傳圖片時會出現(xiàn)排隊阻塞拖慢整個系統(tǒng)的響應(yīng)。生產(chǎn)環(huán)境部署時建議用gunicorn啟動服務(wù)或者至少加上線程池。實測單張圖片在GPU上的推理耗時約150到300毫秒CPU上約1到2秒如果并發(fā)量上來了Flask自帶服務(wù)器是扛不住的。4. 數(shù)據(jù)準(zhǔn)備與模型訓(xùn)練過程4.1 訓(xùn)練數(shù)據(jù)來源與預(yù)處理策略做自然場景OCR數(shù)據(jù)永遠是決定效果上限的因素。這個項目的訓(xùn)練數(shù)據(jù)主要由三部分構(gòu)成公開數(shù)據(jù)集、網(wǎng)絡(luò)圖片爬取、自己拍攝標(biāo)注。公開數(shù)據(jù)集用的是ICDAR系列的場景文字檢測和識別數(shù)據(jù)還有中文場景文字識別常用的合成數(shù)據(jù)集。合成數(shù)據(jù)是用文本渲染引擎在真實背景圖上隨機生成文字圖片這個方法特別實用因為標(biāo)注是自動生成的大量可控。網(wǎng)絡(luò)圖片抓取部分抓了一些街景圖、商鋪照片、海報圖片然后人工篩選出包含清晰文字的圖片。文字檢測數(shù)據(jù)用多邊形標(biāo)注工具逐張標(biāo)注位置識別數(shù)據(jù)則以行為單位標(biāo)注文字內(nèi)容。最終的數(shù)據(jù)規(guī)??刂圃跈z測部分約8萬張圖像識別部分約30萬張文字行圖像。數(shù)據(jù)規(guī)模不是越大越好關(guān)鍵是覆蓋場景要多樣化——光照條件、拍攝角度、字體類型、文字方向都要有足夠的樣本。豎排文字的樣本量刻意補到了總量的10%左右沒有這部分數(shù)據(jù)豎排模塊的效果是出不來的。預(yù)處理階段做了幾件固定的事統(tǒng)一圖像尺寸、歸一化像素值到0到1范圍、隨機做亮度對比度擾動、隨機裁剪和旋轉(zhuǎn)。數(shù)據(jù)增強是提升自然場景泛化能力的最佳武器尤其是光照擾動和透視變換模擬了手機拍攝的真實情況。4.2 模型訓(xùn)練的詳細配置檢測模型DBNet的訓(xùn)練配置輸入尺寸統(tǒng)一為640乘640批量大小設(shè)成8優(yōu)化器用Adam初始學(xué)習(xí)率0.001訓(xùn)練80個epoch學(xué)習(xí)率在第40和第60個epoch分別衰減十倍。損失函數(shù)用的是DBNet原論文的組合損失包含二值化交叉熵損失、可微二值化損失和文本框形狀損失。識別模型CRNN的訓(xùn)練配置輸入高度固定32像素寬度按比例調(diào)整但不超過320像素批量大小64優(yōu)化器用Adadelta初始學(xué)習(xí)率1.0訓(xùn)練50個epoch。CTC loss作為損失函數(shù)這里不需要計算每個字符的對齊位置直接拿模型輸出序列和真實文本序列做對比就可以。訓(xùn)練過程中監(jiān)控的指標(biāo)不只是整體準(zhǔn)確率還重點觀察了幾個子集的準(zhǔn)確率——豎排樣本、低光照樣本、藝術(shù)字體樣本。如果某個子集的準(zhǔn)確率明顯低于平均水平說明在這一類場景上訓(xùn)練數(shù)據(jù)還不夠需要回去補數(shù)據(jù)或者加強數(shù)據(jù)增強。這種做法比只盯一個整體指標(biāo)要有效得多。4.3 推理加速與模型輕量化訓(xùn)練完成之后要考慮推理效率。完整的模型在CPU上跑一張圖需要1到2秒對Web服務(wù)來說有點慢。我先給識別模型做了輸入尺寸的優(yōu)化原圖高度32固定不變但寬度上限從320降到了240。大部分中文文本行的寬度都在這個范圍以內(nèi)超過上限的按比例壓縮。這么一改推理速度提升了30%準(zhǔn)確率幾乎沒有損失。另一個優(yōu)化是把模型導(dǎo)出為TorchScript格式操作方法是det_model.eval() scripted_det torch.jit.trace(det_model, example_input) scripted_det.save(dbnet_resnet50_scripted.pth)TorchScript導(dǎo)出后可以不依賴原始的Python模型類定義部署時更干凈同時推理速度也有小幅提升。如果追求極致加速還可以在GPU上用TensorRT做進一步的量化。這個項目沒有上TensorRT但在環(huán)境說明里提到了這個方向方便有需要的同學(xué)繼續(xù)深挖。測試環(huán)境下CPU推理一張1280像素寬的照片大約需要0.8秒GPU上約150毫秒。這個速度對大多數(shù)Web應(yīng)用來說是可以接受的。5. 常見問題與排查技巧實錄5.1 環(huán)境與啟動問題速查項目跑起來之前最容易卡殼的就是環(huán)境問題。這里把我在實際部署中遇到過的問題整理成了一張表方便大家對照排查。問題現(xiàn)象根本原因解決辦法torch.cuda.is_available()返回FalseCUDA版本和PyTorch不匹配用pip安裝對應(yīng)CUDA版本的torch或降級PyTorch到匹配的版本import cv2報錯提示找不到cv2模塊opencv-python未安裝或版本沖突重新執(zhí)行pip install opencv-python注意清理舊版本啟動Flask時報Address already in use端口被占用換一個端口啟動或者殺掉占用端口的進程上傳圖片后報錯文件無法獲取前端和后端字段名不一致檢查前端FormData的字段名是否為image大小寫要一致檢測框坐標(biāo)顯示錯位縮放后的坐標(biāo)沒有映射回原圖在detect_text函數(shù)末尾對檢測框坐標(biāo)除以縮放比識別結(jié)果為空白字符集文件與模型不匹配確認charset.txt內(nèi)容和識別模型的輸出層維度一致內(nèi)存占用持續(xù)上漲推理時沒有及時釋放GPU顯存設(shè)置torch.cuda.empty_cache()避免保留中間變量引用端口占用這個問題在服務(wù)器上特別常見。我之前部署到一臺服務(wù)器時發(fā)現(xiàn)8000端口被一個舊服務(wù)占著Flask啟動直接報錯。解決辦法很簡單換一個不常用的端口比如8090。如果不想改代碼也可以在啟動命令里指定app.run(port8090)。5.2 識別效果的調(diào)優(yōu)經(jīng)驗?zāi)P团芡诵Ч粷M意怎么辦這是大家問得最多的問題。我按排查優(yōu)先級整理了思路從硬件資源到算法參數(shù)一層層往下調(diào)。第一排查光照問題。自然場景圖的光照差異極大暗光環(huán)境下的識別準(zhǔn)確率會明顯下跌。如果應(yīng)用場景以暗光為主可以在識別前加一個圖像增強的預(yù)處理步驟最簡單的做法是用灰度圖的CLAHE自適應(yīng)直方圖均衡化。實測在暗光測試集上加了這個預(yù)處理的準(zhǔn)確率能提升3到5個百分點。第二排查檢測框的完整性。如果檢測出來的文本框把文字截斷了識別模型看到的就是殘缺的字符必定識別錯誤。這時需要把概率圖的二值化閾值調(diào)低一點比如從0.3降到0.25讓檢測框更寬松一些寧可稍微包含一點背景也不要截斷文字。第三排查字符集覆蓋范圍。這個項目默認字符集是3000個常用漢字如果圖片里包含生僻字或者特殊符號識別結(jié)果基本是錯的。解決辦法是把字符加進charset.txt重新訓(xùn)練識別模型。如果不想重新訓(xùn)練至少可以把字符集文件里的字換成本領(lǐng)域常用的高頻字集合犧牲覆蓋面換取更精準(zhǔn)的領(lǐng)域效果。第四排查輸入圖像的清晰度。圖片里的文字如果本身就模糊或者分辨率過低任何模型都救不回來。建議在系統(tǒng)入口處加一個圖像質(zhì)量檢查檢測到圖片過小時提示用戶重新上傳更清晰的圖片。5.3 豎版文字識別的專項調(diào)參記錄豎版文字是這套系統(tǒng)花了不少心思優(yōu)化的一部分單獨拿出來聊聊調(diào)參心得。豎排判斷的閾值系數(shù)1.2是一個比較敏感的參數(shù)。如果場景里有一種特殊排版比如古建筑牌匾上從右往左豎排的文字判斷邏輯還要額外考慮閱讀順序。我從實際測試中發(fā)現(xiàn)豎排文本的檢測框往往比橫排文本更窄長這種情況下檢測模型有時會把一個完整的豎排文本行切成多個小框每個小框里只有一個字符。這種碎片化會導(dǎo)致識別結(jié)果完全不連貫。解決的辦法是在檢測后處理里加一個框合并邏輯如果兩個文本框的中心點x坐標(biāo)接近、且上下位置有重疊就把它們合并成一個豎排大框。這個合并邏輯其實就是一個按空間關(guān)系聚類的過程不需要復(fù)雜算法簡單的距離比較就可以實現(xiàn)。豎排文字旋轉(zhuǎn)之后送入識別模型時有個細節(jié)也需要注意。旋轉(zhuǎn)后的圖像寬度很多時候只有20到40像素這個寬度在識別模型的感受野里偏小特征提取不夠充分。為了改善這個問題我把這類窄圖在送入模型前做了水平方向的重復(fù)拼接補充把寬度補到至少64像素效果確實有提升這個技巧實際工程中很有用。6. 系統(tǒng)擴展方向與后續(xù)改進建議6.1 從單張圖片到視頻流的識別目前系統(tǒng)接收的是單張圖片但很多實際場景需要連續(xù)的視頻流識別比如監(jiān)控畫面里的文字提取、車載攝像頭拍到的路牌識別、直播畫面里的字幕提取。改造思路是在現(xiàn)有OCR管線前后加上視頻幀處理層。視頻幀處理層做兩件事一是抽幀每隔N幀識別一次避免逐幀識別的算力浪費二是結(jié)果融合對同一個文字目標(biāo)在連續(xù)多幀中的識別結(jié)果做投票整合能夠有效消除單幀識別錯誤和閃爍。我在實驗中發(fā)現(xiàn)視頻流OCR的關(guān)鍵不在于OCR模型本身而在于節(jié)奏控制。抽幀太頻繁GPU占用高且識別結(jié)果重復(fù)抽幀太少快速移動的文字會漏檢。針對常規(guī)監(jiān)控場景每秒3到5幀的抽幀率性價比最高。6.2 引入注意力機制進一步提高識別準(zhǔn)確率CRNN加CTC的結(jié)構(gòu)在速度和穩(wěn)定性上很優(yōu)秀但在處理長文本行和形近字時純CTC解碼缺少全局語義信息的輔助。如果項目對準(zhǔn)確率的要求極高可以嘗試在識別模塊引入注意力機制也就是經(jīng)典的編碼器解碼器架構(gòu)替換為CTC head。注意力方案在訓(xùn)練時需要一個額外步驟就是生成每個字符的輸出位置標(biāo)注成本比CTC方案高不少。但好處也很明顯帶注意力的解碼器能利用全局上下文信息在長文本行上通常比CTC穩(wěn)得多形近字的區(qū)分能力也更強。如果手頭的數(shù)據(jù)標(biāo)注資源充足這值得一試。6.3 壓縮模型體積以便邊緣設(shè)備部署項目打包里的模型總大小約120MB在服務(wù)器上跑沒問題但部署到邊緣設(shè)備比如嵌入式網(wǎng)關(guān)、智能攝像頭、樹莓派這類設(shè)備上就偏大了。模型壓縮的兩個主要方向量化和蒸餾。量化方面可以使用PyTorch的靜態(tài)量化工具把模型權(quán)重從FP32壓到INT8體積縮小到原來的四分之一推理速度能提升2到3倍代價是準(zhǔn)確率會損失1到2個百分點。蒸餾的思路是讓一個大模型當(dāng)老師教一個小模型優(yōu)化自己的權(quán)重在保持較小模型體積的同時盡量保留大模型的精度。我實際測過把檢測和識別模型都量化到INT8在RK3588這類邊緣設(shè)備上單幀圖片的完整OCR推理耗時可以控制在500毫秒以內(nèi)基本達到了實時可用級別。系統(tǒng)后續(xù)還可以擴展的方向挺多比如多語言混排識別、表格結(jié)構(gòu)還原、印章文字檢測都是真實業(yè)務(wù)中高頻出現(xiàn)的需求。有一點我在這套系統(tǒng)的開發(fā)過程中體會特別深OCR系統(tǒng)的工程落地難點往往不在模型本身而在對實際場景的充分理解和對各種邊界條件的處理。把所有能用規(guī)則解決的細節(jié)都處理干凈模型的壓力就會小很多整套系統(tǒng)的上限自然就上來了。如果各位在部署或改造這套系統(tǒng)的過程中有更好的想法歡迎一起交流。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
欧美性xxxxx狂欢| 久久久四区| 精品免费国产二区三区| 性91| 日欧操屄视频| 欧美传媒一区| 天天伊人| 日本欧美韩国日产片片在线看免| 欧美内射少妇| 青草精品视频-日本久久久久网站| 成全动漫视频观看免费下载| 久久综合99| 人妻超碰青青草98| 秋霞影音一区二区三区| 亚洲中文丝袜美腿诱惑字幕| 免费观看一区| 熟女天天干| 久啪视频| 精品人妻美妇91job| 91性生活久久久| 国产精品无码AV网站| 欧美少妇高潮久久91| 日日操免费视频| 91N五十路| 欧美在线色| 97超碰人操| 色婷婷激一区二区三区| juliaann丝袜| 久久久久9| 色优久久| 日韩熟女乱伦中出| 99热欧美| 台湾大香蕉99热| 精品蜜乳AV免费观看| 一及黄久一点| 日本五十路熟女一区二区| 亚洲aw毛茸茸在线| 好一吊区二区| 国产精品制服丝袜中文字幕日韩一区二区三区| 一二三区视频在线观看| 久久久免费懂色| 亚洲激情四射| 国产精品久久久久久久电影渣男| 欧美日韩婷婷中文| 超碰爽人妻熟女Av| 丁香五月成人| 丁香五月综合| 久久91精品国产9丨久久分亭| 男女香蕉一区二区| 亚洲性少妇| 成人黑料社久久| 亚洲欧美另类图片| 一区超碰一区| 久久水蜜臀亚洲AV无码精品| 91 刺激在线| 风间由美日韩欧美久久| 成人天天爽| 亚洲精品蜜桃久久久一区二区三区| 色色福利| 亚洲中文字母在线播放| 日韩欧美aⅴ综合网站发布| 蜜臀久久99精品久久久久久| 少妇蜜汁| 欧美制服网站美腿丝袜| 2010男人的天堂| 日韩福利综合一区| 国产精品黑人一区二区三区| 国产黄片精品在线| 亚洲精品国产熟女久久久久久| 一本色道熟妇| 91性片| 免费岛国一级片| 一级二级在线观看| 偷拍三区| 成人性爱高清视频免费看| www亚洲免费| 偷拍三区| 欧美一级做a爰片免费视频| 超碰97护士| 九七色图| 亚洲欧美精品国产一区二区| 国产午夜无码片在线观看影视| 欧美精品久久96人妻无码| 97视频免费播放| 摸奶性爱视频网站在线免费播放| 欧美日韩97| 欧美综合在线91| 欧美论理片| 伦理弟一页| 亚洲欧美国产精品久久久久久久| 操逼操逼操| 黑人美精品 A片| 三级特黄60分钟播放| 国产成人在线观看网址| 伊人久久婷婷| 欧洲与亚洲欧美精品中文字幕| 是还免费视频1727我| 欧美,日韩,中文,另类| 久久啊啊| 久久久亚洲Av| 26uuu欧美| 久久蜜色情在线视频xxx免费观看| 97精品国产精品免费观看| 中文字幕欧美日本乱码一线二线 | 99re视频在线观看这里只有精品| 日韩久草| 狠狠色狠狠色狠狠五月| 97超碰天天| 91网站18禁| 强奸乱伦AV网站| 香一区二区三区| 熟女熟妇伦久久影院毛片一区二区| 91在线美女| 日韩无码一区二区三区| 一起草精品人妻| 亚洲av影院在线观看| 亚卅熟女乱色| 亚洲综合贴图91| 欧美激情综合| 啊好大好舒服| 操操吧亚洲乱伦视频| 中国亚洲呦女专区| 我想要啊 啊 啊| yaouchengrenav| 色噜噜狠狠色综合日日| 97综合| 国产欧美日韩一区二区三区| 久久久久久亚洲精品不卡人乳| 蜜臀99久久国产| 岛园激情| 亚洲精品黑丝| 中文字幕在线观看第二页| 国内伊人久久久久久网站视频| 婷婷丁香五月综合| 国产日韩手机视频在线| 中文字幕精品专区搜索结果91| 欧美在线播放aaaa| 国产肏逼网站| 久久m| 亚洲成?V人片在线观看福利| 精品免费一区| 人妻熟女一区二区三区在线| 97色婷婷| 人人操人人uiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii | 3PAV乱伦视频| 啊啊啊快操我视频| 五月丁香| 久久久久久99AV无码免费网站| 久久久免费懂色| 99热免费| japan日本高清乱xxxx| 青青青在线高清视频在线一二三四区| 天堂涩涩| 中文字幕人妻色偷偷久久皮| 免費黃色視頻觀看一| 女性喷水高潮在线观看| 91大香蕉伊人| 亚洲中亚日激情视频| 97超碰国产精品| 99ri精品| 亚洲超碰在线| 91小视频| 国产精品久久伊人| 3P乱轮视频| 免费操逼91| 美女黄页网站| 久久专区| 国产日本一区二区三区蜜臀在线观看| 超碰久超碰久| 天天色欧美| 亚洲深夜福利| 亚洲无码视频免费在线观看网址!| 东京热大香蕉| A片大香蕉在线| 蜜乳视频网站| 亚洲 日韩 丝袜 熟女 变态| 92午夜免费福利视频| 中文字幕亚洲永久精品| 亚洲黄色a级片| 精品九九国产无码| 成人夜夜爽| 男人天堂站| 国产超碰在线一区| 超碰97在线 欧美 国产| 超碰在线97国产| 97视频在线播放| 欧美综合色,www| 五月天AV资源| 久久精品黄色| 亚洲伊人a线观看视频| 日韩欧洲操屄视频| 中文字幕狠狠玩| 熟女被操视频网址| 高树玛利亚无码流出| 粉嫩国产精品久久粉嫩| 乱伦熟女区| 一区二区激情国产熟女| 综合日本女人伊人| 99热18这里只有精品| 午夜在线播放| 国语av最新自产拍在线观看| 国产最新AV| 91人妻丝袜无码| 欧美91在线+|+欧美| 后入式在线免费观看60秒| 欧洲色综合| 人人操欧美风骚| 国产家庭乱伦表演| 欧美久热| 久久成人精品| 可以在线观看的黄色网址| 激情综合久久| 精品国产乱码久久久久久日本公司| 久久高潮妇女视频| 国产超碰人人操| 欧美色66| 日韩AV无码网站| 亚洲日韩美国人妻| 亚洲国产福利视频| 国产精品激情久久久久久久| 嗯嗯嗯啊啊啊在线免费观看| 久热网| 99精品欧美一区二区三区桃色| 91国产精品在线看| 97干在线| 嗯,啊。舔我逼| 日韩免费大片一级播放| 久久久久久久久一区二区三区| 五月天亚洲色图| 97干在线| 78操B| 草草网站影院白丝内射| 99精品在线观看| 农村少妇久久久久久久| www.97在线| 欧美精品精品一区二区| 老熟女91av| 天天射天天| 第四色亚洲色图| 人人操 欧美| 亚洲va综合va国产va中文| 免费一级毛片在线视频观看| 美女AV一区二区| 欧美午夜一区二区三区| 91操熟女视频 | 久久超碰98| 天天做日日做| 久久精品噜噜噜成人看免欧美大片| 女人爽到高潮久久久| 91少妇高潮| 国产超碰在线一区| 国产熟女完整版中字| 人妻系列无码专区中文有码| 天天爽入口| 99自拍视频在线| 看免费的黄片| 伊人一区二区三区| 午夜免费视频1000| a v网站在线播放| 97干97色| 青青青在线高清视频在线一二三四区| 99热色这里只有精品| 浓厚中出中文字幕在线| 久久精品店| 中出后入| 久久久男人的天堂| 日韩人妻无码精品系列| 啊啊啊啊啊在线观看网址| 嗯嗯,好大,好爽,好骚 | 成人怡红院| 欧美精品丝袜久久久中文字幕| 乱伦系列一区二区| 国产女人操逼视频| 婷婷亚洲综合| 天天搞在线综合网| 欧美性爱另类综合| 91|九色|国产熟女| 99丝袜福利在线播放| 亚洲污污网站| 欧美啪啪啪91| 91熟女丨老女人| 欧美日韩97在线| 日韩 女同 综合| 老女人老91妇女老热女| 久久熟女久| 欧美午夜视频| 久欲AV| 91久久国外网| 99无码狠狠久久| 久久av一级av少妇av高潮 | 91色黑人少妇| 国产成自自拍在线观看| 理论久久婷婷网 8| 午夜福利久久久噜久噜久久综合 | 久偷拍| 好爽要喷了| 中文字幕在线免费观看 | 不卡在线观看视频| 欧美爱三级日韩久久| 99久草| 欧美丰满少妇xx高潮| 久久精品中文字幕无码l| 久色网| 婷婷在线视频| 亚洲丝袜99| 亚洲色欧美| 色香色欲天天综合网天天来吧| 成人在线视频网| 国产原创精品| 九九九九国产| 久久五月视频| 精品十八在线观看| 日韩人妻制服丝袜av| 色五月婷婷五月天| 91成人社区| 天天综合精品| 男人天堂无码| av一区二区三区四区| 柠檬AV导航| 自拍欧美| 另类TS人妖一区二区三区| 视频分类 国内精品| 在线小视频| 亚洲中文国际强奸字幕| 操淫穴亚洲五月丁香 | 白嫩国模丰满一二三区| 亚洲国产蜜臀系列在线观看| 美女午夜福利免费视频| 成人片视频| 久草国产在线视频| 看看日B真人视频| 亚洲情色1区| 亚洲情欲| 校园春色宗合网| 97国产成人精品免费视频| 日韩精品99久久久久久中文字幕| 久久免费99精品久久久久久| 精品国产乱码久久久兰草影视| 浪人综合网| 久久精品一区二区三区蜜桃臀| 三级激情网站| 久久精9| 欧美碰碰综合色| 国模一区二区三区| 日韩簧片免费看| 加勒比伊人影院| 午夜福利视频在线一区| 亚洲精品无码久久AV| 精品国产一区二区三区久久久蜜臀 | 性生活性生大爱77AV国产| 大香交伊人网| 成人亚欧免费视频| 一级片视频啪啪| 国产欧美日韩臀| 亚洲精品人妻在线| 丰满少妇一区二区三区免费看| 激激五月| 久久草在线综合视频| 美女久久久| 九色 人妻 大香蕉| 国产熟女少妇一区| 蜜臀久久在线视频| 日本片日本片祼观看网站在线看中文版网页在线看| 亚洲AV无码乱码| AV色五月| 亚洲综合影片| 日韩操呦呦影院在线观看| 色九月婷婷| 国产女生在线| 欧美日韩性爱无码| 天天干天天插| 天天日天天干天天摸天天操| 五月婷婷激情网| 人妻酒店出差被中出免费在线播放| 亚洲图片激情综合另类| 久久综合97| 色97国产69香蕉| 午夜福利在线视频1000| 激情欧美日韩女同久久| 欧美一区二区日韩传媒搭讪精品| 中文字幕加勒比海高清无码免费视频 | 欧美日韩成人在线| 婷婷五月天伊人| 久久久久9999| 91无码中出人妻视频| 九九在线精品| 91性生活久久久| 2019天天操天天爽天天拍| 蜜桃色院一区久久| 亚洲最新a在线观看| 性爱综合一区二区| 无码精品人妻一区二区三区妖精| 免费伦费视频在线观看| 青青伊人这里只有精品| 十八禁视频网站| 国产精品对白内射| 亚洲中文电影| 亚洲熟妇AV日韩熟妇在线| 久久激情四射婷婷丁香五月天| 夜夜欧美| 日韩欧美午夜一区二区| 欧美白嫩在线放| 五月丁香六月| 职场同事知名国产国产精品久久欧美日韩 | 精品91日日夜夜超清资源| 伊人专区一区二区三区| 97天堂| 人人摸人人干| 无码人妻1727| Julia在线播放亚洲久久| 久热色情精品| 色五月AV在线| 影音先锋乱| 久久亚洲人妻| 最新av中文字幕高清| 超97在线精品视频| 亚熟在线| 4399成人黄A片| 丁香婷婷激情五月天无毒不卡| 夜夜做夜夜爽精品视频| 5278欧美一区二区三区| 97久久国产亚洲精品超碰热| 国产麻豆福利av在线播放| 另类欧美| 亚洲中字慕不卡| 亚洲中文字母在线播放| 美女91色黄18| αⅴ天堂| 亚洲天堂电影网| 日韩Va亚洲va欧美Ⅴa久久| 91欧美另类| 狠狠中文字幕| 精品国产乱码久久久久久久久久毛片| 日韩无码成人电影| 欧美人妻少妇| 神马久久69| 国产一区二区啪啪视频| 久久久久久久97| 久久久久久大| 围产精品一区二区三区视频播放| 亚洲日韩东京热一区| 欧美暴力猛交| 97人人中文网| 国产精品制服丝袜中文字幕日韩一区二区三区| 色哟哟-国产专区| 人妻黑丝袜电影| 一区二区三区成人高清视频| 欧美色蜜桃97| 人人操av| 人人性爱视频免费| 欧美亚洲激情小说| 欧美呦呦性爱| 亚洲精品久久久久久| 久久91| 亚洲欧美九九| 欧美人妻一区| 视频一区二区免费在线| 激情露脸爱| 国产AAAAAABBBBB| 国产二区三区粉嫩在线| 18禁免费视频| 91青青| 神马午夜久久久| av网页一区二区三区| 精品97久久| 色综合20p| 亚洲一卡2卡3卡4卡乱码网站| 欧美激情亚洲情色| 九一亚洲国产免费| 色色色99| 免费国产电影一区二区| 日韩久射综合| 国产精品在线网站| 男人天堂婷婷五月天校园春色| 五月丁香六月综合缴清无码| 激情一区二区| 欧美色图91p| 无码99| 天天日天天插| 被男人添B超爽视频| 国产操逼视频在线观看| 大香蕉中文| 色偷偷人人玩人人舔人人操人人摸人人爽| 最新AVzaixian| 97色干| 高清国产成人无码| 久久免费少妇| 亚洲色婷婷综合久久一区二区三区| 色97综合中文字幕| 欧美91网站| 啊啊啊啊啊操我视频| 欧美成人精品一区二区三区| 久久99久久99精品免视看婷婷| 影视综合无码少妇| 国产精品麻豆视频网站| 色5月婷婷| 亚洲av综合色| 思思热影视| 亚洲日本激情| 91午夜无码| 美国aaaaa一级黄片| 视频在线观看免费一区二区三区| xxxx网站亚洲精品| 人妻熟女一区在| 最新AVzaixian| 91丨九色丨东北熟女| 丁香五月自拍| 又黄又爽在线观看视频| 麻豆2区1区天美| 夜夜操2028| 九九九九精品一区| aaa亚无码专区| 最新亚洲黄色免费电影| 久草国产在线视频| 日本操BAV| 思思热在线观看| 伊人成人情色综合| 蜜臀AV成人精品蜜臀| 久久亚洲日韩国产欧| 国产精品网址| 亚洲无码太久| 亚洲天堂,男人| 啊啊啊啊二区好大| 日本免费一区二区不卡| 九九九九九九免费视频| 国产9区| AVE乱伦| 五月丁香婷婷啪啪| 97操在线| 中国乱伦一区二区| 国产欧美一区二区| 久热伊人| 亚洲第一成人影院色播| 啊啊啊不要好爽日韩无码一区| 亚洲干B| 日韩免费a级毛片无码a∨| 96久久精品一二三区色欲| 九月AV| 97久久久网站| 亚洲成人性爱在线观看| 天天影视网色欲色香| 91高清日| 亚洲成av人片色午夜乱码| 蜜臀AV成人精品蜜臀| 亚洲麻豆av一区二区| 久久大香蕉| 狠狠爱夜夜| 人人做,人人操,人人摸| 免费9 1久久| 国产欧美成人精品| 天天谢天天干| 少妇内射视频| 黄色小视频日本txt| 久久久久久性爱免费视频| 黑人操一区二区| 天天爱综合网| 脫衣舞一区二区三区| 中文字幕人妻色偷偷久久皮 | 亚洲熟妇一,二,三期| 色蜜AV| 九九九国产| 男人的天堂啪啪| 亚洲熟女综合一区二区| 91欧美高清| 男女啪啪网站免费视频| 久久黄色网址| 秋霞怕怕片| 日韩高潮一区| 男人的天堂午夜av| 99在线精品观看视频中文| 啊啊啊不要啊啊受不了了视频在线| 欧美在线播放| 色哟哟av网址| 婷婷五月天补不补| 秋霞操逼片| 操91| 亚洲欧美经典一区二区| TS人妖另类精品视频系列| caopeng97| 欧美性爱1080p| 日日夜夜骑| 97色97好| 美欧老女人97| 欧美999| 久久久少妇| 激情文学小说一区二区| 色婷婷婷五月天激情四射| 亚洲欧美日韩精品久久久一区二区 | 九草九九九| 色性欧美| 乱伦熟女区| 久久久久亚洲熟妇熟女| 蜜臀久久99精品久久久久久成人小说| 天天天天天天天天综合| 插老姨肥穴| 啪啪视频mP4| 国产综合永久精品日韩鬼片| 日韩三A大片在线观看| 国产熟女精品一区二区| 天天综合网~91| 粉嫩av平台| 超碰99在线| 久久风骚城市人| 插入粉嫩少妇视频| 亚洲高清在线se| 国产中文字幕在线| 精品无码一区二区三区| 成人精品欧洲亚洲| 久久97资源 网| 800zy一区二区| 国产精品91ai| 一区麻豆 高清中文字幕| 亚洲中文字幕有码视频一区二区三区| 成人老鸭窝人人在线视频| 国产极品999| 欧洲精品二区| 人人弄人人摸| 亚洲无吗在线视频| 看一级黄色视频| 国产女生在线| 99热精品在线观看| 97干色天堂| 麻豆激情综合| 亚洲综合嫩| 中文幕97| 亚洲一区二区AV| 97国产|免费| 婷婷干黄色| 亚洲无线码欧洲精品区别| 中文字幕高清精品一区| 操操吧亚洲乱伦视频| 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 | 国产美女自拍视频| 一本久道在线综合视频| 综合色图亚洲欧美| 精品人妻无码一区二区三区不卡-精品人妻无码一区二区...|精品少妇一区二区三 | 天堂8在线新版官网| 精品国产乱码久久久久久口爆网站| 2020中文字幕| 久草线上视频免费看| 97干色| 欧美一区二区三区蜜桃| 激激五月| 欧美丝袜中文字幕07在线| 黄色免费网页无码| 另类图片五月天| 日韩人妻精品| 亚洲中文国际强奸字幕| 一本一首道人妻少妇免费久久| 北条麻妃性愛视频| 少妇高潮一区二区三区在线| 久久黄色视频一区二区三区| 蜜色网色哟哟| 色婷婷日韩精品一区二区三区| 国产日韩区| 国产夜夜艹| 久久久亚洲熟妇熟女| 中国探花熟女| 欲女人妻性色av| 国产综合网站在线播放| 综合网97| 女优大全 - 91n| 97色色视频| 玖玖爱视频网站| 日本熟女中文| 熟女精品日韩一区二区三区 | 丝袜无码a片| 亚洲欧美天| 丁香五月激情综合国产| 性91| 欧美综合天堂| 亚洲一区二区麻豆影院| 羞涩视频| 伊人青青草久久| 国产精品免费日韩| 久久久久女教师免费一区| 91碰超| 热热色综合网| 九九热超碰97亚洲最新香蕉| 日逼视频日本| 亚洲综合嫩| 欧美亚洲中文字幕| 国产精品久久久久婷婷二区次| 97在线免费看| 亚洲成人性爱在线观看| 亚洲天天更新| 性爱AV天堂| 久久性视频| 91P0RNY大屁股人妻| 亚洲激情在线观看一区| 91亚洲最新在线| 亚洲精品一区中文字幕乱码| 超碰国产精品久| 婷婷色综合欧美日韩| 天天内射| 久久久爆乳翘臀一线天伦理视频| 久久精品国产亚洲妲己影视| 亚洲人妻爽爽爽| 香蕉色网| 亚洲天堂第一页| 久久久久久AⅤ无码免费肉站| 欧美高清18A片| 中国韩国明星一极片一区乱码毛片人妻熟女一区二区三区 | 欧美一级三级| 无码精品蜜桃一区二区三区ww| 91人妻精华帖| 天天透伊人| 黄色小视频日本txt| 影音先锋日本乱伦| 婷婷色综合欧美日韩| 亚洲天天综合| 亚洲国产熟妇综合色专区| 天天综合欧美| 亚洲国产综合图区中文字幕| AV男人天堂网| 韩国轻伦国内自拍一区| 97WW精品| 久久婷婷亚洲欧| 北京美女一区二区| 曰韩香蕉97| 品亲网欧美品亲网| 97色97好| 福利天天都操| 亚洲 欧美 第一页| av毛片aaaaa免费看| 99久久精品无码一区二区毛片免费 | 成人a级高清视频在线观看| 色婷婷香蕉| 午夜免费视频1000| 麻豆久久久久久久久丝袜| 91久久18禁| 九九九九九九精品| 日本韩国国产精品一区| 日本黄色大片一级视频免费麻豆| 天天色播亚洲综合网站| 国产丝袜美女诱惑| 97超碰天天爱天天爱| 久久草视频污视频| 91少妇高潮| 国产精品伦理| 久久中文字幕一区不卡| 欧美亚洲色图另类国产| 婷婷日韩一区二区三区中文字幕在线| 丝袜综合色图| 无码人妻一区二区三区色欲aⅴ| 中文字幕第9页萱萱影音先锋| 99久久国产精品免费高潮| 精品国产www久久| 亚洲、日韩、综合、另类| 97精品网站| 黄色成年| 亚洲无线观看久久| 久久九九国产精品| 1二区9| 国产偷人伦激情在线观看| 亚洲最大无码中文字幕网站| 日韩99999色| 亚洲综人网| WWW.操逼.COM| 高潮内射在线| 免费家庭乱伦视频| 日本免费一区二| 综合亚州欧美| 中文字幕日韩综合| 久久久久九九九九| 免费一级a毛片久久久久久鸭绿欲 国产精品亚洲天堂网址 | 夜嗨影院| 俞拍自拍| 日本一区二区不卡精品| 精品久久九| 人人操人人操人人人操| 91丝袜在线观看视频在线观看| www国产无码| 91人妻丝袜无码| 欧美福利视频啊啊啊啊| 超碰在97| 亚洲Av无码成人精品国产| 国产精品午夜精品| 免费看久久久性性| 91模特在线观看| 人人喜人人妻| αⅴ天堂| 花花AV导航| 中文字幕片| 黄色AAAAAAAAAAA大片| 亚洲有薄码区久久在线一区| 激情99| 人人搞人人插人人操| 男人干美女| 东北丰满熟女国产一区| 97亚洲综合在线| 一区,二区,三区网站| 欧美一级黄色18片免费看| 久久97| 超碰这里有精品| 大香蕉免费中文| 不卡av在线中文字幕| 97伦综合| 偷窥自拍亚洲色图| av在线资源| 女人 A一级| 欧美+日产+中文| 国产精品大屁股999| 久久精品免视看国产成人﹣蜜臀av一区. 久久精品免视看国产成人,蜜臀av一区 | 欧美性,亚州色| 97操操| 欧美性爱1080p| 热99这里有精品综合久久| 久久久禁| 日本一区二区三区精品| 这里都是精品在线观看| 国产极品99热在线播放69| 欧亚日韩一区在线| 18+91网站| 综合熟妇一区二区三区| 日韩青久久| 色婷婷A V一二三四区麻豆综合| 欧美与日韩97| 熟妇熟女视频一区二区三区| 99精彩视频| 色婷婷五月综合激情中文字幕| 搡老女人老91二区| 男人天堂新| 色欲久久99国产精品久久久久久| 9九九国产| 色噜噜人妻av中文字幕| 久久久青青草| 欧美日韩在线小说 | 日本久久999| 亚洲天堂日本| 久久久男人的天堂| 亚州色图片在线色| 久久精品一区二区三区蜜桃臀| 九九国产| 十八禁黄色| 99人妻| 亚洲av成人精品一区| 日韩操逼性鲍| 2018色综合天天操| 97人妻色| 欧美少妇高潮久久91| 蜜桃午夜视频一区二区 | 国产五码丝袜屁眼| 天堂精品一区| 97chaopengongkai| 91激情| 精品国产人成在线| 国产精品一级毛片不卡视| 亚洲 欧美 手机在线观看| 日韩啪啪啪啪啪| 天美传媒AV国产在线| 97免费在线观看| 中国一区二区亚洲人妻| 中文字日本乱码| 91色插| 久久春色| 日韩av性爱在线播放| 婷婷香蕉| 色与欲影视天天看综合网| 600国产精品视频| 一区二区三区亚洲| 韩日精品四区| 欧美中字不卡| 国产精品爱欲| 日本99久久| 大屁股熟女一区二区三区| 久久国产逼| 亚洲精品国产精品乱码不99| 99re95| 成年人黄色视频免费| 猛交交| 久久久久久久九九九九| 亚洲欧美精品一区天堂久久 | 中文字幕日韩人妻视频一区二区三区交换夫妻| 后入式福利| 国产精选三级在线观看| 天天操人人操骚逼网站| 日韩亚洲国产视频| 国产精品欧美激在线| 国产99精品一区二区三区免费| 91天美传媒精品| 色在线综合| 97色欧州| 成人26uuu| 国产熟妇一区二区| 91丨九色丨国产丨人妻在线 | 中文字幕日韩精品久久| 青青草啪啪网| 综合免费无码中文| 一本久久久精品| 女优免费一区二区永久| 国产综合日韩伦理| 久久侵犯人妻爽爽爽| 伊人影院日本| 啊啊啊男女| 久无码| 一级黄色视频网| 中国和日本人色哪个不下载能放| renqi久久久久久久久久久久| 成人一二| AV男人天堂网| 中文字幕在线免费观看视频| 亚洲欧美综合| 性生活性生大爱77AV国产| 91啪9色| www网站黄| 波多野结衣AV无码一区| 亚洲色图日韩丝袜制服一区二区五月在线| 国产伦乱91| 国产婷婷综合在线观看| 欧洲一区二区三区四区在线观看| 中文字幕 一区二区 亚洲无码| 99e久久国产精品| 日韩欧美麻豆| 超碰到97情色| 97精品视频免费| 99精品成人免费看| 在线综合 亚洲 欧美中文字幕| 国产久久天堂资源| 国产丝袜高跟美女av免费观看| 激情综合五月婷婷| 婷婷五月天社区| 久草视频在线视频在线视频在线观看| 亚洲欧美电影| 日本综合色图| 国色综合天| 欧美se综合| 中文字幕av片| 久操视频免费观看| 日日骚精品视频| 日韩一级二级三级免费看完整版国语版 | 九九九九九九亚洲| 久久日韩毛| 无码又爽又硬又激情免费视频| 视频分类 国内精品| 亚洲操操| 亚洲夜色在线| 日韩另类色图| 久久手机视直播| 吉田爱美AV在线| 亚洲天天影视综合网| 亚洲综合贴图91| 日日不卡av| 久久的免费性爱视频| 在线岛国新天堂8| 国产h片在线观看视频| 国产一区二区视频在线播放| 色婷婷丁香五月| 偷拍 亚洲| 91美乳| AV色五月天| 野狼福利社区| 18禁免费视频| 国产精品久久久亚洲一区| 青青伊人这里只有精品| 国产99热| 91精品人妻电影| 淮穴色AV| 麻豆 亚洲 97| 九九九九AV| 可以在线观看的黄色网址| 人妻少妇av在线观看| 男人的天堂成人的社区| 一卡二卡三卡| 家庭乱伦性爱av| 欧美熟爽综合| 日夜伊人网| 99婷婷| 亚洲欧美激情小说| 免费中文在线| 久草精品视频| www亚洲免费| 毛片视频白嫩| 日韩本不卡视频在线观看| 91色图| 久久精品99| 后入人妻无码| 欧美一级A片在线看视频性色| 91天天爱| 亚洲最新中文字幕免费| 91色情黑丝搞鸡在线观看一区二区三区三州| 亚洲日韩少妇一道本视频| 蜜臀中文字幕| 国产精品久久久亚洲一区| 神马久久啊啊| 日本免费专区| 亚洲交换| 欧美天天拍| 色牛aV| 韩国女主播青草在线| 日韩一级性爱无码| 北条麻妃性愛视频| 综合免费无码中文| 成人夜夜| 乱人伦 国语对白:视频直接看| 超碰久久.com| 欧美国产日韩清纯唯美| 男人天堂网站| 玖色AV| 另类老少妇| 日韩欧美视频青青| 欧美国产精品久久九九| 久久97资源 网| 欧美亚洲色图另类国产| 免费看污网址| 欧美激情综合| 久久久国产av美女私房| 亚洲色综网| 婷婷五月天激情网| 成人小说视频在线精品欧美| 加勒比AV天堂| 99热免费| 狠狠中文字幕| 狠狠做深爱婷婷久久二区| 国产av尤物| 国产精品呦一区二区三区| 久久久久久久久久9| 狠狠躁日日躁夜夜躁A| 五月天色色色| 国产麻豆福利av在线播放| 蜜臀久久99精品久久久久久成人小说 | 亚洲丝袜少妇在线| 日韩91网| a啊啊啊啊啊啊啊啊一区二区| 日人妻视频91| 一级@啪啪视频| 黑人精品久久97| 欧美高潮在线| 精品免费1| 夜夜狼人妻| 翔田千里无码中出中文字幕| 中文字幕乱码在线观看| 好一吊区二区| 日日橹狠狠爱欧美超碰| 青青草日本无码| 午夜福利1区2区3区| 97一区二区三区视频| 四虎国产成人精品免费一女五男| 日本不卡卡一区| 黄色大片一区二区密桃丝袜| 久久艹逼视频| 丁香六月婷| 国产精品无码论坛| 你懂得91| av九九| 韩国一区二区精品亚洲| 开心激情站| 色爱欲亚洲| 亚洲日韩青青草色月| 欧美性爱一区| 亚洲精品蜜桃久久久久久久| 国产青青美女玩逼视频| 2026国产精品视频| 人妻人久久精品中文字幕| 偷偷人人精品女女久久| 狠狠97| 91亚洲情色| 91av一区二区在线观看| ..日韩av毛片精品久久久| 色色香蕉| 天美AV片| 裸体1区| 超碰久超碰久| 亚洲人妻中文在线视频| 久久亚洲AV无码专区国产精品 | 亚洲欧美清纯| 性爱综合一区二区| 国产亚洲禁久一区二区| 久久五月婷| 欧美性爱一区| 精品天堂| 在线中文字幕极品av| 一区二区久久天天干狠狠| 曰韩少妇无码| 免费视频一二三区| 一区二区三区免费视频入口| 色噜噜人妻丝袜a∨先锋影| 欧美日韩电影一区二区| 精品无人区麻豆乱码1区2区图片| 精品国产三级av韩国在线| 国产最新小视频在线播放下载 | 91殴美大片| 粉嫩久久久久| 欧美A片中文字幕| 国产玖玖| 无码久| 91视频精品| 日本人体九九九九九九| 欧美色图20P| 久久婷婷亚洲| 97超碰人操| 中文字幕狠狠玩| 超碰在线日韩一区| 99热最新网址| 天天综合中文字幕 91| 91人人爽人人爽| 亚洲av噜噜噜噜噜噜| 色女99一级片在线观看| 欧美三级偷拍| 强奸乱伦日韩AV| 97超碰超欧美。| 啊视频在线| 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 | 中文字幕精品探花视频| 麻豆久久视频在线地址| 色综合一本| 伊人在线大香蕉二。| 激情九月婷婷| 久久久精品网站| 91狠| 久久精品国产AV一区二区三区| SUV一区二区在线看| 国岛片视频| 日本精品999| 91丝袜熟女| 人妻天堂综合网| 八戒午夜福利理论片| 精品久久久一本一道| 色婷婷在线视频精品导航| 久久久999| 蜜臀一二三区| 玖玖综合色| 精品久久人妻成人网| 久久久久久一日韩字幕无码| 热的中文 热的有码 热的国产| 大香蕉宗合网在线| 国产精品婬乱一级毛片彝族| 精品一二三区女同| 欧美一二三区四五区| 中文字幕 国产 精品| 亚洲欧美999| 久久青青草原免费视频| 国产乱子伦一区二区三区在线观看| 超碰97资源大奶| 色婷婷激情| 精品久热| 日本午夜福利影院| 美女写真| 亚洲91在线播放影院| 少妇无码999| 亚洲日韩国产精品| 美女啊啊啊啊啊啊| 96久久久久久久| 97在线资源| 久久一本大香蕉 | 91碰碰| 亚洲综合夜色| 强奸熟女一区二区三区| 久久精品一区| 中文字幕啊啊啊在线观看视频| 九九香蕉网| 国产在线76页| 色五月婷婷麻豆在| 97久久资源| 青青草在线成人视频| 九九Av| 国产少妇与亚洲av| 99久久综合| 欧美色九九九| 男人的天堂无码|