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(yíng)的一線實(shí)戰(zhàn)洞察。

基于YOLOv8的工地安全帽與反光衣檢測(cè):從數(shù)據(jù)集處理到模型部署全流程實(shí)戰(zhàn)

基于YOLOv8的工地安全帽與反光衣檢測(cè):從數(shù)據(jù)集處理到模型部署全流程實(shí)戰(zhàn) 簡(jiǎn)介本資源是面向計(jì)算機(jī)視覺初學(xué)者與工程實(shí)踐者的工地安全防護(hù)目標(biāo)檢測(cè)專用數(shù)據(jù)集聚焦安全帽與反光衣兩類關(guān)鍵安全裝備的識(shí)別任務(wù)適用于YOLO系列算法v5/v7/v8/v9/v10/v11的目標(biāo)檢測(cè)模型訓(xùn)練、驗(yàn)證與測(cè)試。壓縮包共2000個(gè)文件含1088個(gè)VOC格式XML標(biāo)注文件與912個(gè)YOLO格式TXT標(biāo)簽文件分別滿足不同框架的數(shù)據(jù)加載需求所有圖像已按標(biāo)準(zhǔn)劃分并配套完整data.yaml配置文件開箱即用。資源大小為193.28MB結(jié)構(gòu)清晰YOLO標(biāo)簽嚴(yán)格遵循歸一化坐標(biāo)規(guī)范中心點(diǎn)寬高均以圖像寬高為基準(zhǔn)便于快速接入訓(xùn)練流程。目前已有165人學(xué)習(xí)下載讀者可直接獲得標(biāo)注完備的1312張高質(zhì)量工地實(shí)景圖像、雙格式標(biāo)簽體系、標(biāo)準(zhǔn)化目錄結(jié)構(gòu)及跨版本YOLO兼容配置顯著降低數(shù)據(jù)準(zhǔn)備門檻加速安全監(jiān)測(cè)類AI項(xiàng)目落地驗(yàn)證。1. 項(xiàng)目概述從一份數(shù)據(jù)集說起最近在整理硬盤翻出來一個(gè)老項(xiàng)目里用到的數(shù)據(jù)集壓縮包名字就叫“yolo算法-工地安全帽-反光衣數(shù)據(jù)集-1312張圖像帶標(biāo)簽-.zip”。這名字一看就很“野生”典型的開發(fā)者隨手一存但里面包含的東西對(duì)于想入門計(jì)算機(jī)視覺特別是目標(biāo)檢測(cè)的朋友來說卻是一個(gè)相當(dāng)不錯(cuò)的實(shí)戰(zhàn)素材。它瞄準(zhǔn)的是工地安全這個(gè)非常具體且重要的應(yīng)用場(chǎng)景——通過算法自動(dòng)檢測(cè)工人是否佩戴了安全帽、是否穿著了反光衣。這個(gè)需求在智慧工地、安全生產(chǎn)監(jiān)管等領(lǐng)域有著極強(qiáng)的現(xiàn)實(shí)意義。今天我就以這個(gè)數(shù)據(jù)集為引子和大家深入聊聊拿到這樣一份“原料”后如何一步步把它“烹飪”成一套能實(shí)際跑起來的、高精度的安全檢測(cè)模型。整個(gè)過程會(huì)覆蓋數(shù)據(jù)集的剖析、YOLO算法的核心思想、模型訓(xùn)練的全流程以及那些只有踩過坑才知道的調(diào)優(yōu)技巧。2. 數(shù)據(jù)集深度解析與預(yù)處理實(shí)戰(zhàn)拿到數(shù)據(jù)集的第一步絕不是急著去跑訓(xùn)練腳本。靜下心來像偵探一樣仔細(xì)檢查你的“原料”這往往能節(jié)省你后面80%的調(diào)試時(shí)間。2.1 數(shù)據(jù)集結(jié)構(gòu)與標(biāo)簽格式解讀解壓這個(gè)ZIP文件后你通常會(huì)看到類似下面的結(jié)構(gòu)工地安全帽反光衣數(shù)據(jù)集/ ├── images/ │ ├── train/ │ │ ├── 000001.jpg │ │ ├── 000002.jpg │ │ └── ... │ └── val/ │ ├── 100001.jpg │ └── ... └── labels/ ├── train/ │ ├── 000001.txt │ ├── 000002.txt │ └── ... └── val/ ├── 100001.txt └── ...images文件夾存放著1312張JPG格式的工地現(xiàn)場(chǎng)圖片可能包含了不同天氣晴天、陰天、不同時(shí)段白天、夜間燈光、不同視角地面拍攝、塔吊俯瞰以及不同密度的工人場(chǎng)景。labels文件夾則存放著與圖片一一對(duì)應(yīng)的標(biāo)注文件。這里的關(guān)鍵在于標(biāo)簽的格式。對(duì)于YOLO系列算法v5, v7, v8等通常采用一種歸一化的文本格式。我們打開一個(gè)000001.txt看看0 0.512345 0.634567 0.123456 0.234567 1 0.712345 0.334567 0.098765 0.187654每一行代表一個(gè)目標(biāo)物體。每行有5個(gè)數(shù)字以空格分隔類別索引class_id一個(gè)整數(shù)比如0代表“安全帽”1代表“反光衣”。這個(gè)映射關(guān)系通常由一個(gè)叫data.yaml的配置文件定義。中心點(diǎn)x坐標(biāo)x_center目標(biāo)邊界框中心點(diǎn)的x坐標(biāo)除以圖片寬度后的歸一化值范圍0-1。中心點(diǎn)y坐標(biāo)y_center目標(biāo)邊界框中心點(diǎn)的y坐標(biāo)除以圖片高度后的歸一化值范圍0-1。邊界框?qū)挾葁idth目標(biāo)邊界框的寬度除以圖片寬度后的歸一化值范圍0-1。邊界框高度height目標(biāo)邊界框的高度除以圖片高度后的歸一化值范圍0-1。注意這種歸一化格式是YOLO訓(xùn)練所必需的。如果你的原始標(biāo)注是(x_min, y_min, x_max, y_max)的絕對(duì)像素坐標(biāo)必須進(jìn)行轉(zhuǎn)換。轉(zhuǎn)換公式為x_center (x_min x_max) / 2.0 / img_width,width (x_max - x_min) / img_widthy坐標(biāo)同理。2.2 數(shù)據(jù)質(zhì)量檢查與清洗策略1312張圖說多不多說少也不少。手動(dòng)一張張看是不現(xiàn)實(shí)的但我們可以用腳本進(jìn)行自動(dòng)化檢查重點(diǎn)關(guān)注以下幾個(gè)致命問題圖像-標(biāo)簽匹配校驗(yàn)確保每個(gè)jpg文件都有一個(gè)同名的txt標(biāo)簽文件反之亦然。缺失配對(duì)的文件需要補(bǔ)標(biāo)或剔除。標(biāo)簽合法性校驗(yàn)檢查每個(gè)txt文件中的坐標(biāo)值是否都在[0, 1]范圍內(nèi)。偶爾會(huì)因?yàn)闃?biāo)注工具的小bug出現(xiàn)1.023這樣的越界值這會(huì)在訓(xùn)練時(shí)直接導(dǎo)致程序崩潰。空標(biāo)簽文件處理有些圖片可能沒有目標(biāo)比如純風(fēng)景其對(duì)應(yīng)的txt文件就是空的。YOLO可以處理空標(biāo)簽但最好確認(rèn)一下這是否符合你的場(chǎng)景預(yù)期。在我們的安全檢測(cè)場(chǎng)景下如果一張工地圖片里一個(gè)人都沒有這本身可能也是有價(jià)值的信息但需要根據(jù)任務(wù)決定是保留還是剔除。類別平衡分析統(tǒng)計(jì)一下“安全帽”和“反光衣”各自出現(xiàn)的次數(shù)。如果兩者數(shù)量相差懸殊比如10:1模型可能會(huì)偏向于學(xué)習(xí)數(shù)量多的類別導(dǎo)致對(duì)數(shù)量少的類別檢測(cè)效果差。這時(shí)就需要考慮過采樣少數(shù)類別圖片或者使用帶類別權(quán)重的損失函數(shù)。我常用的一個(gè)快速檢查腳本框架如下Python OpenCVimport os import cv2 from pathlib import Path def validate_dataset(image_dir, label_dir): image_exts [.jpg, .jpeg, .png, .bmp] for img_path in Path(image_dir).glob(*): if img_path.suffix.lower() not in image_exts: continue label_path Path(label_dir) / (img_path.stem .txt) # 檢查標(biāo)簽文件是否存在 if not label_path.exists(): print(f警告: {img_path.name} 沒有對(duì)應(yīng)的標(biāo)簽文件。) continue # 讀取圖片獲取寬高 img cv2.imread(str(img_path)) if img is None: print(f錯(cuò)誤: 無法讀取圖片 {img_path.name}) continue h, w img.shape[:2] # 讀取并檢查標(biāo)簽 with open(label_path, r) as f: lines f.readlines() for line in lines: parts line.strip().split() if len(parts) ! 5: print(f錯(cuò)誤: {label_path.name} 格式不正確: {line}) continue cls_id, x_c, y_c, bw, bh map(float, parts) # 檢查坐標(biāo)是否在[0,1]范圍內(nèi) if not (0 x_c 1 and 0 y_c 1 and 0 bw 1 and 0 bh 1): print(f錯(cuò)誤: {label_path.name} 包含越界坐標(biāo): {line}) # 可選檢查邊界框是否過于微小可能是標(biāo)注噪聲 if bw * w 5 or bh * h 5: print(f警告: {label_path.name} 可能存在過小目標(biāo): {line})2.3 數(shù)據(jù)增強(qiáng)讓小數(shù)據(jù)集發(fā)揮大能量1312張圖對(duì)于深度學(xué)習(xí)尤其是需要檢測(cè)小目標(biāo)遠(yuǎn)處的小安全帽的場(chǎng)景數(shù)據(jù)量是相對(duì)緊張的。數(shù)據(jù)增強(qiáng)是我們的“魔法”它能通過對(duì)原始圖像進(jìn)行各種變換在不改變標(biāo)簽語義的前提下創(chuàng)造出“新”的訓(xùn)練樣本極大地提升模型的泛化能力。對(duì)于工地安全檢測(cè)我們需要選擇貼合實(shí)際場(chǎng)景變化的增強(qiáng)策略幾何變換隨機(jī)旋轉(zhuǎn)小角度如±15度。模擬攝像頭安裝不是絕對(duì)水平或工人身體傾斜。隨機(jī)平移上下左右小幅移動(dòng)。模擬目標(biāo)在畫面中的位置變化。隨機(jī)縮放隨機(jī)裁剪并放大圖片的一部分。這能模擬不同距離下的目標(biāo)大小對(duì)于學(xué)習(xí)識(shí)別遠(yuǎn)近處的安全帽至關(guān)重要。馬賽克Mosaic增強(qiáng)這是YOLOv5/v8等現(xiàn)代算法內(nèi)置的“王牌”增強(qiáng)。它將四張訓(xùn)練圖片隨機(jī)拼接成一張讓模型在一張圖上同時(shí)學(xué)習(xí)不同尺度、不同背景、不同光照的目標(biāo)極大提升了小目標(biāo)檢測(cè)和上下文理解能力。像素變換色彩抖動(dòng)調(diào)整亮度、對(duì)比度、飽和度和色調(diào)。工地環(huán)境光照復(fù)雜早晨、中午、傍晚、室內(nèi)燈光下的顏色差異很大這個(gè)增強(qiáng)能讓模型不依賴于特定顏色來識(shí)別反光衣雖然反光衣顏色鮮艷但也要考慮褪色、污損情況。添加噪聲高斯噪聲、椒鹽噪聲。模擬圖像傳感器噪聲或傳輸壓縮帶來的畫質(zhì)損失。模糊高斯模糊、運(yùn)動(dòng)模糊。模擬攝像頭對(duì)焦不準(zhǔn)或物體快速移動(dòng)的情況。針對(duì)性的高級(jí)增強(qiáng)MixUp將兩張圖片按比例混合標(biāo)簽也相應(yīng)混合。鼓勵(lì)模型進(jìn)行更平滑的預(yù)測(cè)。CutOut/RandomErasing隨機(jī)擦除圖片中的矩形區(qū)域。這能強(qiáng)迫模型不過度依賴目標(biāo)的局部特征比如只靠反光衣的一角來識(shí)別而是要看整體。實(shí)操心得增強(qiáng)不是越多越好。一開始可以啟用所有合理的增強(qiáng)如果模型欠擬合訓(xùn)練損失下降很慢可以加強(qiáng)增強(qiáng)力度如果模型過擬合訓(xùn)練損失很低但驗(yàn)證集效果差可以減弱或關(guān)閉部分增強(qiáng)。對(duì)于安全帽、反光衣這種形狀、顏色相對(duì)固定的目標(biāo)馬賽克增強(qiáng)和色彩抖動(dòng)通常收益最大。3. YOLO算法核心思想與版本選型在開始訓(xùn)練前我們需要理解我們手中的“武器”。YOLOYou Only Look Once之所以在工業(yè)界如此流行核心在于其卓越的“速度-精度”平衡。它的設(shè)計(jì)哲學(xué)非常直接將輸入圖像劃分成SxS的網(wǎng)格每個(gè)網(wǎng)格負(fù)責(zé)預(yù)測(cè)中心點(diǎn)落在該網(wǎng)格內(nèi)的目標(biāo)。每個(gè)預(yù)測(cè)直接給出邊界框坐標(biāo)、置信度和類別概率。這種“單階段”one-stage的端到端設(shè)計(jì)讓它比傳統(tǒng)的“兩階段”算法如Faster R-CNN先提候選區(qū)域再分類快得多。3.1 YOLOv5 vs YOLOv8如何選擇目前社區(qū)最活躍、應(yīng)用最廣的兩個(gè)版本是Ultralytics維護(hù)的YOLOv5和YOLOv8。對(duì)于我們這個(gè)數(shù)據(jù)集項(xiàng)目該如何選擇YOLOv5非常成熟、穩(wěn)定生態(tài)豐富。有海量的社區(qū)教程、預(yù)訓(xùn)練模型和部署方案。它的代碼結(jié)構(gòu)清晰配置文件*.yaml設(shè)計(jì)直觀對(duì)新手極其友好。如果你追求快速出成果、穩(wěn)定性或者項(xiàng)目需要兼容一些老的部署環(huán)境v5是穩(wěn)妥的選擇。YOLOv8Ultralytics推出的新一代架構(gòu)并非v5的簡(jiǎn)單迭代而是在模型結(jié)構(gòu)、訓(xùn)練策略和任務(wù)支持上都有革新。它原生支持分類、檢測(cè)、分割、姿態(tài)估計(jì)五種任務(wù)API設(shè)計(jì)更統(tǒng)一。在精度上同尺度模型下YOLOv8通常比YOLOv5有輕微提升尤其是在處理復(fù)雜場(chǎng)景和小目標(biāo)時(shí)。此外它的訓(xùn)練循環(huán)集成了更多現(xiàn)代技巧如更優(yōu)秀的損失函數(shù)、自適應(yīng)的錨框計(jì)算等有時(shí)能讓你“開箱即用”獲得更好效果。我的建議對(duì)于工地安全帽檢測(cè)這個(gè)經(jīng)典目標(biāo)檢測(cè)任務(wù)兩者都能做得很好。如果你是初學(xué)者從YOLOv5開始它的學(xué)習(xí)曲線更平緩遇到問題更容易找到解決方案。如果你已經(jīng)熟悉目標(biāo)檢測(cè)流程或者未來可能擴(kuò)展到分割例如不僅要檢測(cè)安全帽還要分割出佩戴區(qū)域那么直接上YOLOv8它的統(tǒng)一框架會(huì)更高效。本文后續(xù)的演示將基于YOLOv8因?yàn)槠浯砹水?dāng)前更先進(jìn)和全面的工具鏈但核心步驟對(duì)v5同樣適用。3.2 模型尺度選擇n, s, m, l, x 的秘密無論是v5還是v8你都會(huì)看到y(tǒng)olov8n.pt,yolov8s.pt,yolov8m.pt,yolov8l.pt,yolov8x.pt這一系列預(yù)訓(xùn)練模型。后綴字母代表模型的深度和寬度即復(fù)雜度。模型參數(shù)量 (約)計(jì)算量 (GFLOPs)特點(diǎn)適用場(chǎng)景nano (n)~3M~8極輕量速度極快移動(dòng)端、嵌入式設(shè)備如 Jetson Nano對(duì)實(shí)時(shí)性要求極高的場(chǎng)景small (s)~11M~28輕量速度快精度平衡主流選擇服務(wù)器端實(shí)時(shí)檢測(cè)精度和速度的甜蜜點(diǎn)medium (m)~26M~79平衡型精度顯著提升對(duì)精度要求較高且有較強(qiáng)GPU算力的服務(wù)器large (l)~44M~165高精度模型追求極致精度算力充足實(shí)時(shí)性要求不苛刻extra large (x)~68M~257超高精度模型學(xué)術(shù)研究、競(jìng)賽刷分或?qū)扔袠O端要求的場(chǎng)景對(duì)于我們的1312張圖片的數(shù)據(jù)集模型復(fù)雜度不宜過高否則極易過擬合。我的推薦是首選YOLOv8s它在精度和速度上取得了很好的平衡參數(shù)量適中對(duì)于一千多張圖片的數(shù)據(jù)集只要有合適的數(shù)據(jù)增強(qiáng)和正則化完全能訓(xùn)練出魯棒的模型。如果部署在算力有限的邊緣設(shè)備可以考慮YOLOv8n但需要更精細(xì)地調(diào)整訓(xùn)練參數(shù)以防止欠擬合。如果數(shù)據(jù)量未來可能擴(kuò)充到上萬級(jí)且服務(wù)器GPU強(qiáng)大如V100, A100可以嘗試YOLOv8m以獲得更優(yōu)精度。注意事項(xiàng)不要盲目追求大模型。v8x在1312張圖片上幾乎必然嚴(yán)重過擬合學(xué)到的將是訓(xùn)練集中的噪聲和特定細(xì)節(jié)而非“安全帽”和“反光衣”的通用特征在未見過的工地上會(huì)表現(xiàn)很差。4. 訓(xùn)練環(huán)境搭建與配置文件剖析工欲善其事必先利其器。讓我們把訓(xùn)練環(huán)境準(zhǔn)備好。4.1 快速搭建YOLOv8訓(xùn)練環(huán)境假設(shè)你已經(jīng)安裝了Python3.8和PyTorch1.8。最簡(jiǎn)潔的方式是通過pip安裝Ultralytics包它包含了YOLOv8的所有依賴。pip install ultralytics安裝完成后在終端輸入yolo如果出現(xiàn)幫助信息說明安裝成功。這個(gè)包將訓(xùn)練、驗(yàn)證、預(yù)測(cè)、導(dǎo)出等所有功能都封裝成了簡(jiǎn)單的命令行接口和Python API非常方便。4.2 核心配置文件data.yaml詳解這是連接你的數(shù)據(jù)和模型的“橋梁”是訓(xùn)練開始前必須正確配置的文件。我們需要在數(shù)據(jù)集根目錄與images、labels同級(jí)創(chuàng)建一個(gè)data.yaml。# data.yaml path: /home/user/datasets/helmet_reflectivevest # 數(shù)據(jù)集的根目錄絕對(duì)路徑 train: images/train # 訓(xùn)練集圖片路徑相對(duì)于 path val: images/val # 驗(yàn)證集圖片路徑相對(duì)于 path # test: images/test # 可選測(cè)試集路徑 # 類別數(shù)量 nc: 2 # 類別名稱列表。這里的順序必須和標(biāo)簽文件里的 class_id 嚴(yán)格對(duì)應(yīng) names: 0: helmet # 類別0: 安全帽 1: reflective_vest # 類別1: 反光衣關(guān)鍵點(diǎn)解析path: 這是所有相對(duì)路徑的基準(zhǔn)。建議使用絕對(duì)路徑避免因工作目錄變化導(dǎo)致找不到文件。train/val: 這里填寫的是**圖片images**的路徑。YOLO會(huì)自動(dòng)在對(duì)應(yīng)的labels目錄下尋找同名的標(biāo)簽文件。例如圖片路徑是images/train/0001.jpg那么標(biāo)簽路徑就應(yīng)該是labels/train/0001.txt。nc和names: 這是最容易出錯(cuò)的地方。務(wù)必確認(rèn)你的標(biāo)注文件中0就代表helmet1就代表reflective_vest。如果標(biāo)注時(shí)順序是反的那么訓(xùn)練出來的模型認(rèn)知也是反的。4.3 模型配置文件與參數(shù)初始化我們不需要從頭開始設(shè)計(jì)模型結(jié)構(gòu)直接使用預(yù)訓(xùn)練模型進(jìn)行遷移學(xué)習(xí)。預(yù)訓(xùn)練模型如yolov8s.pt在巨大的COCO數(shù)據(jù)集上訓(xùn)練過已經(jīng)學(xué)會(huì)了識(shí)別邊緣、紋理、形狀等通用特征。我們的任務(wù)就是讓它在這些通用特征的基礎(chǔ)上微調(diào)fine-tune出識(shí)別“安全帽”和“反光衣”的專用能力。這比從隨機(jī)初始化權(quán)重開始訓(xùn)練要快得多效果好得多尤其適合我們這種數(shù)據(jù)量不大的場(chǎng)景。5. 模型訓(xùn)練全流程與參數(shù)調(diào)優(yōu)一切就緒開始最重要的訓(xùn)練階段。5.1 啟動(dòng)訓(xùn)練命令與核心參數(shù)打開終端進(jìn)入你的項(xiàng)目目錄執(zhí)行以下命令yolo taskdetect modetrain modelyolov8s.pt data/home/user/datasets/helmet_reflectivevest/data.yaml epochs100 imgsz640 batch16 workers4 namehelmet_vest_v8s這條命令分解開來taskdetect: 指定任務(wù)為目標(biāo)檢測(cè)。modetrain: 模式為訓(xùn)練。modelyolov8s.pt: 使用YOLOv8 small預(yù)訓(xùn)練模型。data.../data.yaml: 指定數(shù)據(jù)集配置文件路徑。epochs100: 訓(xùn)練100個(gè)輪次。對(duì)于小數(shù)據(jù)集100-150個(gè)epoch通常足夠。imgsz640: 輸入圖像縮放至640x640像素。這是YOLO的經(jīng)典輸入尺寸更大的尺寸如1280可能提升精度但顯著增加顯存消耗和訓(xùn)練時(shí)間。batch16: 批處理大小。根據(jù)你的GPU顯存調(diào)整。顯存不足時(shí)減小batch同時(shí)可以適當(dāng)增大epochs作為補(bǔ)償。RTX 3080 (10GB) 上batch16通常可行。workers4: 數(shù)據(jù)加載的進(jìn)程數(shù)。用于加速數(shù)據(jù)從磁盤到GPU的流水線。通常設(shè)置為CPU核心數(shù)的2-4倍。namehelmet_vest_v8s: 為本次訓(xùn)練運(yùn)行命名所有輸出模型權(quán)重、日志、圖表都會(huì)保存在runs/detect/helmet_vest_v8s目錄下。5.2 訓(xùn)練過程監(jiān)控與指標(biāo)解讀訓(xùn)練開始后控制臺(tái)會(huì)打印實(shí)時(shí)日志更重要的是Ultralytics會(huì)啟動(dòng)一個(gè)本地Web服務(wù)器默認(rèn)在http://localhost:3000或類似端口提供實(shí)時(shí)訓(xùn)練儀表盤。這里你需要重點(diǎn)關(guān)注以下幾個(gè)指標(biāo)和圖表損失函數(shù)曲線Loss Plotstrain/box_loss: 邊界框回歸損失衡量預(yù)測(cè)框和真實(shí)框的位置、大小差異。這個(gè)值應(yīng)穩(wěn)步下降。train/cls_loss: 分類損失衡量預(yù)測(cè)類別的準(zhǔn)確性。這個(gè)值也應(yīng)穩(wěn)步下降。train/dfl_lossv8特有: 分布焦點(diǎn)損失是v8用于改進(jìn)邊界框回歸的新?lián)p失。val/box_loss,val/cls_loss: 驗(yàn)證集上的對(duì)應(yīng)損失。關(guān)鍵看它們是否隨訓(xùn)練集損失同步下降且在后期趨于平穩(wěn)或略有上升。如果驗(yàn)證損失很早就開始上升而訓(xùn)練損失持續(xù)下降這是典型的過擬合信號(hào)。性能指標(biāo)曲線metrics/mAP50-95(Mean Average Precision):這是核心評(píng)估指標(biāo)。它計(jì)算了在IoU交并比閾值從0.5到0.95步長(zhǎng)0.05下的平均精度AP的平均值。這個(gè)值越高模型整體性能越好。我們會(huì)希望看到它隨著訓(xùn)練持續(xù)上升并最終收斂。metrics/mAP50: 僅以IoU0.5為閾值計(jì)算的mAP。這個(gè)指標(biāo)更寬松通常數(shù)值更高可以直觀感受模型“是否大致框?qū)α恕薄etrics/precision,metrics/recall: 精確率和召回率。精確率高意味著模型“說某個(gè)位置有安全帽那它很可能真的有”召回率高意味著“真實(shí)存在的安全帽大部分都被模型找出來了”。我們通常希望兩者都高但存在權(quán)衡。學(xué)習(xí)率曲線LR Schedule: 觀察學(xué)習(xí)率是否按照預(yù)設(shè)的策略如余弦退火變化。一個(gè)平滑下降的學(xué)習(xí)率有助于模型穩(wěn)定收斂。5.3 高級(jí)調(diào)優(yōu)策略與技巧如果訓(xùn)練結(jié)果不理想如mAP太低、過擬合不要慌可以按以下順序進(jìn)行調(diào)優(yōu)解決過擬合驗(yàn)證集指標(biāo)差增加數(shù)據(jù)增強(qiáng)在data.yaml同目錄下創(chuàng)建一個(gè)args.yaml或直接在訓(xùn)練命令中添加參數(shù)例如# args.yaml hsv_h: 0.015 # 色調(diào)增強(qiáng)強(qiáng)度 hsv_s: 0.7 # 飽和度增強(qiáng)強(qiáng)度 hsv_v: 0.4 # 亮度增強(qiáng)強(qiáng)度 degrees: 10.0 # 旋轉(zhuǎn)角度范圍 translate: 0.2 # 平移比例 scale: 0.9 # 縮放比例 shear: 0.0 # 剪切角度 perspective: 0.001 # 透視變換 flipud: 0.0 # 上下翻轉(zhuǎn)概率 fliplr: 0.5 # 左右翻轉(zhuǎn)概率 mosaic: 1.0 # 使用馬賽克增強(qiáng)的概率 (1.0100%) mixup: 0.2 # 使用MixUp增強(qiáng)的概率通過--cfg args.yaml應(yīng)用這些配置。優(yōu)先增強(qiáng)hsv模擬光照變化和mosaic。添加正則化增大weight_decay參數(shù)如從默認(rèn)的0.0005增加到0.001給模型權(quán)重更大的懲罰防止其變得過于復(fù)雜。早停Early Stopping使用patience參數(shù)。例如patience50表示如果驗(yàn)證集mAP在連續(xù)50個(gè)epoch內(nèi)沒有提升就自動(dòng)停止訓(xùn)練并保存這期間最好的模型。降低模型復(fù)雜度如果用的是v8m可以換回v8s甚至v8n。解決欠擬合訓(xùn)練集/驗(yàn)證集指標(biāo)都低減少數(shù)據(jù)增強(qiáng)特別是關(guān)閉mosaic和mixup讓模型先看到更“干凈”的原始數(shù)據(jù)。增加訓(xùn)練輪次將epochs從100增加到200或300。使用更大的預(yù)訓(xùn)練模型從v8s升級(jí)到v8m提供更強(qiáng)的特征提取能力。調(diào)整學(xué)習(xí)率適當(dāng)增大初始學(xué)習(xí)率lr0如從0.01調(diào)到0.1但需謹(jǐn)慎太大可能導(dǎo)致訓(xùn)練不穩(wěn)定。提升小目標(biāo)檢測(cè)能力安全帽在遠(yuǎn)處就是小目標(biāo)。使用更小的檢測(cè)層YOLO通常在多個(gè)尺度的特征圖上進(jìn)行檢測(cè)如P3, P4, P5分別對(duì)應(yīng)小、中、大目標(biāo)。確保你的模型結(jié)構(gòu)支持小目標(biāo)檢測(cè)。YOLOv8的默認(rèn)設(shè)計(jì)已經(jīng)優(yōu)化了這一點(diǎn)。減小下采樣倍數(shù)嘗試將imgsz從640增大到1280同時(shí)按比例減小batch以防止OOM顯存溢出。更大的輸入尺寸保留了更多細(xì)節(jié)對(duì)小目標(biāo)檢測(cè)有利。聚焦數(shù)據(jù)檢查你的數(shù)據(jù)集中小目標(biāo)邊界框面積小于32x32像素是否足夠。如果不夠可以手動(dòng)收集或生成更多包含遠(yuǎn)處工人的圖片。6. 模型評(píng)估、驗(yàn)證與結(jié)果分析訓(xùn)練結(jié)束后我們會(huì)在runs/detect/helmet_vest_v8s/weights目錄下得到兩個(gè)關(guān)鍵模型文件best.pt驗(yàn)證集上表現(xiàn)最好的權(quán)重和last.pt最后一個(gè)epoch的權(quán)重。我們當(dāng)然使用best.pt。6.1 在驗(yàn)證集上進(jìn)行綜合評(píng)估使用以下命令讓模型在預(yù)留的驗(yàn)證集上跑一遍生成詳細(xì)的評(píng)估報(bào)告和可視化結(jié)果yolo taskdetect modeval modelruns/detect/helmet_vest_v8s/weights/best.pt datadata.yaml運(yùn)行后你會(huì)得到終端打印的指標(biāo)匯總包括mAP50-95, mAP50, precision, recall等。可視化結(jié)果在runs/detect/val目錄下每張驗(yàn)證集圖片都會(huì)生成一個(gè)預(yù)測(cè)結(jié)果圖你可以直觀地查看模型在哪里檢測(cè)對(duì)了哪里漏檢了哪里誤檢了?;煜仃嘽onfusion_matrix.png查看模型最容易混淆哪些類別。在我們的二分類任務(wù)中這個(gè)矩陣很簡(jiǎn)單但對(duì)于多類別任務(wù)非常有用。PR曲線PR_curve.png和F1曲線F1_curve.pngPR曲線展示了不同置信度閾值下的精確率和召回率變化。F1曲線是精確率和召回率的調(diào)和平均。你可以根據(jù)曲線選擇一個(gè)最優(yōu)的置信度閾值。例如如果要求高精確率寧可漏檢不可錯(cuò)檢就選PR曲線上靠右的點(diǎn)高閾值如果要求高召回率盡可能找出所有目標(biāo)允許一些誤報(bào)就選靠左的點(diǎn)低閾值。6.2 核心指標(biāo)解讀與優(yōu)化方向假設(shè)我們得到如下結(jié)果mAP50-95: 0.856mAP50: 0.942Precision: 0.923Recall: 0.901這是一個(gè)相當(dāng)不錯(cuò)的結(jié)果mAP500.942意味著在IoU要求為0.5框重疊一半就算對(duì)的情況下模型平均精度高達(dá)94.2%說明模型基本能“框?qū)Α蹦繕?biāo)。mAP50-950.856更嚴(yán)格的指標(biāo)說明在要求框的位置非常精準(zhǔn)時(shí)IoU從0.5到0.95模型平均精度也有85.6%表現(xiàn)穩(wěn)健。Precision0.923模型預(yù)測(cè)出的目標(biāo)中92.3%是真實(shí)存在的誤報(bào)率較低。Recall0.901真實(shí)存在的目標(biāo)中90.1%被模型找到了漏檢率控制在10%左右。優(yōu)化方向如果召回率0.901你覺得還不夠希望找到更多工人比如用于嚴(yán)格的安全監(jiān)控可以降低預(yù)測(cè)時(shí)的置信度閾值。默認(rèn)閾值通常是0.25。你可以嘗試降到0.1yolo taskdetect modepredict modelbest.pt sourcepath/to/new_images conf0.1但這可能會(huì)引入更多誤報(bào)降低精確率。你需要根據(jù)實(shí)際業(yè)務(wù)需求在PR曲線上找到那個(gè)“甜蜜點(diǎn)”。7. 模型部署與應(yīng)用推理實(shí)戰(zhàn)模型訓(xùn)練評(píng)估好最終目的是要用起來。YOLOv8提供了極其簡(jiǎn)便的預(yù)測(cè)和導(dǎo)出功能。7.1 使用訓(xùn)練好的模型進(jìn)行預(yù)測(cè)對(duì)單張圖片、一個(gè)文件夾下的所有圖片、視頻流甚至網(wǎng)絡(luò)攝像頭進(jìn)行預(yù)測(cè)# 預(yù)測(cè)單張圖片 yolo taskdetect modepredict modelruns/detect/helmet_vest_v8s/weights/best.pt sourcepath/to/test_image.jpg savetrue # 預(yù)測(cè)整個(gè)文件夾 yolo taskdetect modepredict modelbest.pt sourcepath/to/test_folder/ savetrue # 預(yù)測(cè)視頻文件 yolo taskdetect modepredict modelbest.pt sourcepath/to/video.mp4 savetrue # 使用電腦攝像頭索引0進(jìn)行實(shí)時(shí)檢測(cè) yolo taskdetect modepredict modelbest.pt source0 showtrue參數(shù)說明savetrue: 保存帶預(yù)測(cè)框的結(jié)果圖像/視頻。showtrue: 實(shí)時(shí)顯示檢測(cè)窗口。conf0.25: 設(shè)置置信度閾值高于此值的檢測(cè)框才會(huì)被保留。iou0.7: 設(shè)置NMS非極大值抑制的IoU閾值用于合并重疊的框。7.2 模型導(dǎo)出適配不同部署環(huán)境best.pt是PyTorch格式的權(quán)重要部署到不同平臺(tái)如C推理框架、移動(dòng)端、邊緣計(jì)算設(shè)備需要轉(zhuǎn)換成相應(yīng)的格式。YOLOv8的export模式支持一鍵轉(zhuǎn)換# 導(dǎo)出為ONNX格式通用交換格式支持OpenCV DNN, TensorRT等 yolo taskdetect modeexport modelbest.pt formatonnx # 導(dǎo)出為TensorRT引擎NVIDIA GPU上極致加速 yolo taskdetect modeexport modelbest.pt formatengine device0 # 導(dǎo)出為CoreML格式蘋果生態(tài)系統(tǒng) yolo taskdetect modeexport modelbest.pt formatcoreml # 導(dǎo)出為TensorFlow Lite格式安卓、嵌入式設(shè)備 yolo taskdetect modeexport modelbest.pt formattflite導(dǎo)出后你會(huì)得到對(duì)應(yīng)的文件如best.onnx,best.engine等。以O(shè)NNX為例你可以用OpenCV的dnn模塊輕松加載并進(jìn)行推理完全脫離PyTorch環(huán)境這對(duì)于C生產(chǎn)部署至關(guān)重要。7.3 集成到實(shí)際應(yīng)用一個(gè)簡(jiǎn)單的Python服務(wù)示例將模型封裝成一個(gè)簡(jiǎn)單的Flask API服務(wù)是快速驗(yàn)證和集成的常用方法from flask import Flask, request, jsonify from ultralytics import YOLO import cv2 import numpy as np app Flask(__name__) model YOLO(runs/detect/helmet_vest_v8s/weights/best.pt) # 加載模型 app.route(/predict, methods[POST]) def predict(): if file not in request.files: return jsonify({error: No file uploaded}), 400 file request.files[file] # 讀取圖片 img_bytes file.read() np_arr np.frombuffer(img_bytes, np.uint8) img cv2.imdecode(np_arr, cv2.IMREAD_COLOR) # 推理 results model(img, conf0.25) # 可以在這里調(diào)整置信度閾值 result results[0] # 解析結(jié)果 detections [] for box in result.boxes: cls_id int(box.cls[0]) conf float(box.conf[0]) bbox box.xyxy[0].tolist() # [x1, y1, x2, y2] 絕對(duì)坐標(biāo) detections.append({ class: model.names[cls_id], # 類別名 helmet or reflective_vest confidence: conf, bbox: bbox }) return jsonify({detections: detections}) if __name__ __main__: app.run(host0.0.0.0, port5000, debugFalse)運(yùn)行這個(gè)腳本你就可以通過向http://服務(wù)器IP:5000/predict發(fā)送POST請(qǐng)求附帶圖片文件來獲取檢測(cè)結(jié)果了。這為后續(xù)與工地監(jiān)控系統(tǒng)、報(bào)警系統(tǒng)聯(lián)動(dòng)提供了基礎(chǔ)。8. 避坑指南與經(jīng)驗(yàn)總結(jié)回顧整個(gè)從數(shù)據(jù)集到可部署模型的過程有幾個(gè)坑是新手最容易踩的這里集中總結(jié)一下路徑錯(cuò)誤是萬惡之源data.yaml里的path一定要用絕對(duì)路徑。訓(xùn)練時(shí)找不到圖片或標(biāo)簽十有八九是路徑問題。可以用Python的os.path.exists()逐級(jí)檢查路徑是否正確。標(biāo)簽格式必須嚴(yán)格對(duì)齊YOLO的標(biāo)簽是歸一化后的中心點(diǎn)坐標(biāo)和寬高。如果你的原始標(biāo)注是角點(diǎn)坐標(biāo)(x1,y1,x2,y2)轉(zhuǎn)換時(shí)一定要先計(jì)算中心點(diǎn)(cx,cy)再分別除以圖像的寬和高進(jìn)行歸一化。一個(gè)坐標(biāo)錯(cuò)誤就可能導(dǎo)致整個(gè)批次訓(xùn)練失敗。類別ID與名稱映射錯(cuò)誤這是最隱蔽的錯(cuò)誤。模型訓(xùn)練一切正常指標(biāo)也很好但一預(yù)測(cè)就發(fā)現(xiàn)“安全帽”和“反光衣”的預(yù)測(cè)結(jié)果反了。務(wù)必、務(wù)必、務(wù)必反復(fù)檢查data.yaml中的names列表順序是否與標(biāo)注文件中的class_id完全一致。顯存不足CUDA out of memory首先降低batch_size。如果降到1還不行降低imgsz如從640降到416。還可以嘗試使用更小的模型從v8s換到v8n。在訓(xùn)練命令中加上--amp可以啟用自動(dòng)混合精度訓(xùn)練能有效節(jié)省顯存并可能加速。過擬合的應(yīng)對(duì)除了前面提到的增強(qiáng)和正則化確保你的驗(yàn)證集是真正“未見過的”數(shù)據(jù)。驗(yàn)證集圖片不能以任何形式如通過增強(qiáng)出現(xiàn)在訓(xùn)練集中。數(shù)據(jù)劃分要隨機(jī)且均勻。模型不收斂或指標(biāo)震蕩嘗試降低初始學(xué)習(xí)率lr0。檢查數(shù)據(jù)集中是否存在大量損壞的圖片或錯(cuò)誤的標(biāo)簽。可以先用一個(gè)小批量如batch2跑幾個(gè)epoch看看損失是否在下降進(jìn)行快速驗(yàn)證。部署時(shí)的性能問題在服務(wù)器上推理時(shí)如果使用model.predict()默認(rèn)會(huì)加載驗(yàn)證和訓(xùn)練所需的額外計(jì)算圖影響速度。對(duì)于純推理部署建議使用導(dǎo)出的ONNX或TensorRT模型并利用其對(duì)應(yīng)的優(yōu)化推理引擎如ONNX Runtime, TensorRT速度會(huì)有數(shù)量級(jí)的提升。最后關(guān)于這個(gè)“工地安全帽-反光衣數(shù)據(jù)集”1312張圖是一個(gè)不錯(cuò)的起點(diǎn)但要想模型在千變?nèi)f化的真實(shí)工地中表現(xiàn)魯棒持續(xù)的數(shù)據(jù)迭代是關(guān)鍵。模型上線后可以建立一個(gè)“困難樣本收集”機(jī)制把模型在真實(shí)場(chǎng)景中漏檢、誤檢的圖片收集回來重新標(biāo)注加入到下一輪的訓(xùn)練中。這樣迭代幾次你的模型就會(huì)變得越來越聰明越來越可靠。這個(gè)過程才是AI項(xiàng)目從實(shí)驗(yàn)走向真正生產(chǎn)力的核心。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
亚洲丝袜综合| 国产AV无码AV| 色婷婷av在线观看| 国产精品嫩草影院免费| 中文字幕欧美丝袜07资源| 欧美日动态视频| 久久久无码国精品无码三区三区| 多乙久久久久久| 午夜精品久久一区二区| 97超碰欧美精品| av一区二区三区四区五区久草臀| 爱射综合| 日本韩欧美在线播放a| 天天综合中文字幕 91| 久久亚洲人妻| 国产馆极品诱惑| 成人性爱全视频观看| 2024黄色视频| 成人小电影网站tex| 亚洲情色在线| 日韩精品高清资源在线| 发朗少妇买婬全视频中文| 亚洲欧美日韩二区视频| 亚洲国产97| 老司机福利社视频在线观看| 久神马| 性色一线| 99久久九九| 另类 日韩 熟女| 午夜成人爽爽爽爽A片李冰冰| 欧美日韩97在线| 青青操在线亚洲视频观看欧美在线| 五月天大香蕉| 8050无码八戒| 女人喷水视频在线观看| 国产一区二区三区白丝| 成人av在线播放| 天天色欧美| 人妻夜爽夜夜爽| 青青青草伊人精品| 色综合20p| 国产偷人妻精品一区二区在线| 国产自产91区13区| 国模限制级电影| 婷婷五月色| 色情五月婷婷| 99无码视频| 狠狠操综合| 日本肏逼视频在线观看| 欧美顶级黄色大片免费| 亚洲九月丁香| 夜色AV无码手机在线影院| 欧美日日操| aaa亚无码专区| 日韩人妻资源网| 国产精品91ai| 亚洲精品欧美专业| 国产在线视频午夜精华在| 欧美日韩中文字幕不卡| 爆操无码| 日影院久久婷婷夜夜网| а√天堂资源官网在线资源| 久久99热这里只频精品6学生| 伊人网在线观看| 快灬快灬 一下爽蜜桃在线观看| 成人乱人伦一区二区| 久久久久日本视| 韩国毛片一区二区三区| 日韩欧美成人性爱在线| http://qxhbdz.com| 美女黄页网站| 欧美久久九九| 久久9999| 看一级特黄a大一片| 9久久美女首页| 乱性AV| 精品久久青青草| 久久风骚城市人| 黑人操一区二区| 日韩图区| 性爱边摸边日免费AV| 中文久久一区| 国内毛片婷婷六月色| 白丝AV网站| 欧美天天性| 丁香五月激情综合| 亚洲黄色| 日本一区二区三区欧美日韩中文字幕| 日躁天天爽爽| 亚洲无套久久嗯嗯| 91欧美色| 超碰av人人人| 欧美天天| 刺激性视频黄页| 97日韩| 日日狠狠久久偷偷色综合免费| 久伊人网78| 国产精品自产拍在线观看社区| 啊啊啊久久久视频| 久久九九国产精品| 久夜操| 亚洲综合五月天| 熟女精品日韩一区二区三区| 国产按摩一区二区三区| 久久久久久久人妻丝袜| 国产精品对白内射| 国产粉嫩蜜臀av一区二区三区| 美女啊啊啊啊啊啊啊| 91精片| 欧洲天天在线| 国产a片操逼| 九九九久久久久| 久久一区二区三区入口| 免费男人的天堂| 久久久成人国产精品无码| 久久久精品一区二区| 亚洲精品第一| 大逼色网站| 天天做天天爱天天高潮| 欧美爆乳精品一区二区| 久久AV色| 婷婷久久久| 天天插网| 亚洲综合伊人| 亚洲黑丝在线| 青椒国产97在线熟女| 一区二区不卡免费| 国内毛片免费h片在线| 欧美性色网| 国产精品对白内射| 干干干天天| 天天操熟妇| 熟女精品一区二区三区| 成人a v在线播放免费| 伊人伊人LD| av片在线观看免费播放| 天天综合97| 久久色一区二区| 国产18精品亚洲精品| 亚洲校园激情| 黄色二级片网站| 再深点灬舒服灬太大了添视频| 天欧美在线| 久久99操天天日| 曰本特级特黄特色黄色A级网站高清在线免费看 | 老师充足的奶水小说| 嗯啊视频免费在线观看| 九九九九精| 国模不卡一本二本三电影| 国模少妇一区二区三区| 欧美一级A一级a爱片久久| 偷拍在线观看视频| 91ise欧美| 久久精品国产亚洲AV无码做| 特污精品女优骚货黄色视频在线免费观看| 天天看特黄的免费网站| 亚洲九九夜夜| 午夜乱轮操逼视频免费看| 欧美啪啪天堂| 亚洲欧美setu| 天综合网| 久久免费精品视频免一| 麻花传媒免费网站在线观看| 亚洲激情片| 亚洲中文字幕一区| 高树玛利亚无码流出| 干婷婷综合网| 国产精品美女在线一区| 超碰78| 嫩草91| 夜夜狠狠躁日日躁色视频| 国产精品色色| 日本一区二区不卡精品| 伊人久久综合影院| 欧美91在线| 97在线播放| 一直超碰| 91jk色拍| 精品国产一区二区久久| 久久婷婷五月天| 国产高清精品一区二区三区毛片| 精品一区二区三区国产| 亚洲骚逼少妇| 国产热av| 国产精品熟妇一区二区三| 欧苏综合色综合| 一级性爱aaaa| 天天躁日日躁AAA片李宗瑞| 人妻献身系列第54部| 性天堂| 一区二区三区一亚洲中文字幕、综合区灬 | 亚洲高潮少妇| 色色婷婷丁香| 凹凸视频特色日本特黄| 亚洲乱码尤物193YW| 性在久久久久久| 蜜臀99精品国产高清在线观看| 99日免费视频中文字幕| 欧美亚洲美少妇一区二区| 精品国产网站| 蜜桃视频精品一区二区三区| 密臀在线免费观看| 国产自产91区13区| 大香蕉免| 婷婷色香| 美欧老女人97| 天天享受天天看| 超碰久久性爱| 青青草密桃在线播放| 色区久久| 99热只有这里有精品| 久久直播国产| 很很热性爱视频| 艹比视频国产精品| 操逼网站视频漫画国产| 国产精品999zyz| 日本无码1| 久久成人午夜精品影院 | 高跟丝袜AV专区国产| 日本欧美韩国国产在线| 噜噜噜在线视频| 人妻另类 专区 欧美 制服| 色婷婷国产精品一区在线观看| 欧美97爱| 欧美黄色手机在线观看| 国产91亚洲精品一区二区三区| 免费视频一二三区| 人人操人人色网| 三上悠亚在线毛片91| 性感美女91影视| 国产丝袜啪啪| 欧美人人操人人插| 免费观看国产小粉嫩喷水精品午| 久草网站免费在线观看| 国产精品99久久久www| 亚洲熟女中文字幕在线| 亚洲日韩肥臀视频在线观看| 黄色小说亚洲| 色综合99999| 精品制服美女中文一区二区三区| 久久久555| 亚洲日韩国产精品| 国产又黄又爽又刺激久久久久久| 99久久精品国产高潮| 婷婷伊人| 久久久久久久久久久999| 在线中文AV| 久久久青草青青国产亚洲免观精品高清完整版_97久久综合区小说区图片区,国精品 | 免费自拍三级综合| 在线综合 亚洲 欧美中文字幕| 亚一综合久久久久久久久久| 大香蕉久久| 丝袜制服字幕在线| 久久人体一区二区| 99re免费| 久久男人精品| 殴美,日韩国产伦精品| 亚洲激情 欧美色图| 午夜福利区| 羞答答AV中文字| 精品人妻一区二区三区在线视频不卡| 人人操 欧美| 精品人妻一区| 国产激情在线| 欧美大码在线视频| 人妻黑丝袜电影| 中文字幕AV中出| 日本成a人v网站在线观看| 高清一区AV无码| 日本久久99| 在线黄色污污网站| 大香蕉日韩| 超碰色男人操熟女| 欧美熟妇视频| 欧美偷偷网| 九九九色| 中文字幕 国产 精品| 国产女上位好爽在线| 男人的天堂在线| 综合 亚洲 欧美| 爽极品影院| 女优免费一区二区永久| 蜜乳av一区二区三区| 天天日天天干天天操| 91影库| 五月丁香激情综合网| 粉嫩AV一区夜夜嗨| 超碰在线一区二区| 天天天天天干夜夜夜夜夜操| 色娱乐色呦呦夜夜夜夜av| 久久中文字幕在线观看| 美女尤物人人操| 99热国产| 日日妻色网| 福利视频香蕉免费一区二区在线| www.色婷婷色综合| 97视频620| 啊啊啊啊好多水| 家庭乱伦网站国产| 97这里都是精品| 久久老熟女| 亚洲天堂AV在线播放| 欧美在线官网| 欧美综合色图网| 免费看国产曰批40分钟怎么下载| 亚洲丝袜色图| 日本一卡二区在线| 亚洲av淫乱| 日韩午夜国产| 亚洲欧美日韩制服另类| 欧美一级三级| 黄页网站成人免费| 色香色欲天天综合网天天来吧| 亚洲www91| 日韩特级毛片免费观看全集| 婷婷五月天补不补| 青女偷拍网| 黄色电影观看久久9| 天天插天天舔舔天天干| 日本不卡一区| 电影69乱码96| 久久综合97| 亚洲一卡2卡3卡4卡乱码网站 | 91综合站| 青青草日韩无码| 亚洲熟女乱综合一区二区三区| a片在线播放| 天天舔天天 | 中文字幕丰满人妻日本| 青娱乐 成人娱乐在线| 性色综合网| 黄网在线播放| 骚妻少妇精品性色无码四色A V| 国产综合网站在线播放| 欧美色日| 岛国在线一区二区三区| 青草香蕉网| 999精品国产高清一区二区| 亚洲成人一二三区| 日本人妻丰满熟妇久久久久久| 91网站18在线观看| 天天干嫩逼网| 狠狠操夜夜操蜜桃视频三区| 国产熟女无套内射| 少妇免费视频| 日本国产亚洲一区在线观看| 91高跟美女在线播放| 免费一级性爱久久| 欧美午夜视频| 亚洲午夜福利在线影院| 天天日天天屌天天操| 欧美黄色大片在线观看| 精品一区二区麻豆| 操逼片中文| 好看的久久不射无码影视影院| 亚洲成人性爱网站在线播放| 人妻熟妇久草在线| 曰韩成人免费视频| 欧美九九九九九| 91在线欧色| 欧洲性爱无码区| 亚洲激情色片 | 欧美色网络| 亚洲天天艹| 亚洲人成网站7777| 久草综合视频| www.91色| 免费A片三p视频| 老鸭窝黄色视频网站| 色伊人91| 992视频一区| 国产九九久久久精品| 久久这里只精品免费福利| 夜夜嗨绯色| 天天日B夜夜干B时时操B| 青草精品视频一日本久久久久网站| 大香蕉伊人色偷偷在线| 国产丝袜欧美在线视频| 97久久精品不卡| 无码99| 久久av无码| 少妇特黄一区二区三区| 欧美日不卡| 福利操逼| 午夜爽爽爽| 国产欧美伊人| 激情网色| 亚洲综合九九| 久久久久密臀一区二区| 综合网色| AV在线性爱| 九一国产精品| 日韩女优在线| 综合一区中亚洲国产成人综合精品 | 亚洲在线A| 日韩人妻精品久久久久| 先锋激情∨在线视频播放| 国产精品久久久久久久久久久久久久久久| 91操人视频| 国产无码精品高清| 91美女小视频| 欧美日韩97在线| 天天综合~91入口| 天天搞在线综合网| 久久久一区二区三区麻豆| 成人日韩中文字幕| 2020国产精品| 国产精品制服丝袜清纯唯美 | 久久久精品中文字幕爱豆| 国产成人精品一区| 中文字幕一二三区| 亚洲天堂99| 1级黄色夫妻对换性交免费看| 四虎精品永久在线观看| 91 综合 色| 天综合中文| 色综合久| 26uuu久久| 久操免费电影| 性生活无遮挡纯毛片在线看| AV天天在线观看| 色乱二区| 无码精品久久| 秋霞色色影院| 少妇激情一区二区三区视频| 91九九九吃| 久久国产视频专区一二三| 国产精品老师| 亚洲第一黄色av网站| 日韩啊V| 色综合91好| 色香伊人| 日本久久999| 青青草视频久久久久| 欧美后进式| 欧亚乱色熟女一区二区| 亚洲色图尤物视频| 乱伦日本中文自拍| 少妇久久久久久久| 一区二区三区高清| 久久有码视频| av橘色网站| 囯产精品强| 夜夜综合| 亚洲成人妻日韩在线| 综合网亚| 日韩中文字幕熟妇人妻| 青青草日本无码| 色五月婷婷五月天| 黄aaaaaaaaaaaaaaaaaa色网站| 综合伊人激情| 99久久亚洲精品无码毛片潘甜甜| 中文字幕蜜乳av| 亚洲日韩精品一区二区| 久久久青青草| 97美日韩视频| 人妻丝袜日本| 超碰在线成人| 毛片电影一区二区三区| 亚欧性爱在线无码| 久久女婷| 大香交伊人网| 中文字幕 码精品视频网站| 日韩性爱再线视频| 福利色色| 九九热AV| 日韩有码免费视频| 欧美精品另类人妖xxxx| 成人婷婷丁香| 麻豆 欧美 日韩| 青青青国产| 天天干2019| 91网站18在线观看| 超硑97精品| 啊啊啊在线观看免费视频| 久久最新视频免费观看| 久操网在线| 9999久久久久| 日韩精品亚洲一二三| 天堂性色| 亚洲国产精品久久AV| 思思热在线视频免费| av网站国产主播在线| 国产成人拍国产亚洲精品| 欧洲综合无码| 日人妻视频91| 99热精品在线播放| 狠狠干综合| 精品v1区| 九九九草| 亚洲无码日韩电影| 大象AV在线| 日韩精品在线放| 制度丝袜99| 亚洲成?V人片在线观看福利| 防屏蔽在线视频| 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 | 欧美国产视频| 麻豆区久久久久亚| 天天狂操夜夜狂日| 日韩欧美操逼xxx| 人干人人人操人人摸| 日韩精品一区二区三区色欲| 爆乳免费黄网站| sss视频华人在线| 色婷婷淫色网| 密臀成人视频久久久| 97视频免费播放| 翔田千里A片一区二区| 国产精品点击进入在线影院| 亚洲综合精品国产一区| 野狼激情网| 亚洲大色堂| 五月天精品| 一中国女人毛片水真多| 一级久久性爱视频| 伊人97色天使| 欧美淫乱视频| 久草精品国产99| 日本视频一区二区三区| 超踫中文字幕| 极品色电影院| 精品无码久久久久久久杏吧| 福利色色| 伊人丝袜美腿高跟在线观看高清| 97久操| 一中国女人毛片水真多| 国产精品探花视频| 在线人妻熟女一区二区三区四区五区| 啊啊啊啊啊舒服| 欧美不卡五十路| 全球成人中文在线| 欧美精品 - 91爱爱| 国产精品伦理| 国内毛片婷婷六月色| 啊灬啊灬啊灬好深灬快高潮了动漫-国产字幕国产在线观看-B049AV | 中文字幕AV中出| 国产一区二区三区久久久精品| 天天做日日做天天欢。| 97操97色| 麻豆av一区二区| 日韩欧美aⅴ综合网站发布| 蜜臀久久99精品久久综合| 区二区亚洲婷| 国产强奸无码乱伦| 99色综合| 乱操9999| 国产精品久久久久久久AV大片| 午夜天堂精品久久久久91| 熟女高潮合集-永久久久-成人AV| 欧美综合网在线| 久久无码电影| 日韩丝袜高跟制服在线观看| 明星性猛交ⅹxxx乱大交| 91超级碰碰碰| 懂色av中文字幕一区二区三区天美| 亚洲无码国产探花在线观看| 欧美极品女人的天堂| 亚洲精品黑丝| 亚洲综合另类小说色区亚洲成av人片在www| 精品女人999| 久久久999国产| 日本Xx性爱| 久久久久久91香蕉国产| 国产女大学生AV| 日韩高潮一区| 国产精品9999| 一区三区啪啪| 色哟哟av网址| 国产精品久久久久中文字幕| 高树玛利亚无码流出| 久久久78| 在线中文字幕极品av| 精品无码一二三四区| 亚洲欧美日韩免费观看| 亚洲图片欧美91N| 麻豆AV一区二区天美传媒| 97人人模人人爽人人| 久久9精品网站| 亚洲图片欧洲图片aⅴ| 亚洲精品1区| 国产精品区在线12p| 日本天堂网| 91美女视屏| 粉嫩av一区二区三区四季| 欧美少妇人妻| 99热免费| 9久久久久| 亚洲AV免费在线| 国产中文字幕在线观看| 国产精品自在线发布| 色娱乐色呦呦夜夜夜夜av| 午夜福利无毒不卡| 亚熟hd视频在线| 久久久亚洲高清不打码| 久久大陆| 激情综合网五月婷婷五月天| 色偷偷人人玩人人舔人人操人人摸人人爽| 手机在线播放国产福利| 亚洲日韩东京热一区| 乳欲人妻办公室奶水| 亚洲欧美在线综合| 91成人在线免费视频| 日本最新1区2区3区| 国产真实野战在线视频| 91蜜桃传媒精品久久久一区二区| 999国产精品999| 久操免费电影| 亚洲中文字幕噜噜噜久久久| 一区二区三区视频| 久插综合| 日韩一性一交一A片俄罗斯| 99热国产| 日本久久网| 天美传媒婬乱| 伊人久久久日韩一区| 伦伦成年午夜免费视频| 麻豆成人av| 无码聚合| 丝袜美腿丝袜| 麻豆色约约| www.男人的天堂| 激情黄色片在线观看| 思思热免费在线视频| 综合久久欧美| 一本久道在线综合视频| 色五月婷婷久久| 天天日天天舔东京热| 97久久天天综合色天天综合色电影| 96一区二区三区| 久久香蕉网| 老司机老司机午夜影院| 99精品久久| 亚洲国产中文字幕| 蜜臀Av一区二区三区| 亚洲色吧网| 在线观看一卡二卡| 日韩丨制服丨中文|在线| 欧美亚洲高清不卡| 久精品无码av一区二免费国产在线观看| 亚洲av资源| 9超碰免费| 日本精品高清一二区一本到| 欧美AB在线| 夜夜操一区二区| 亚洲操操| 强奸乱伦AV一天堂网| 狠狠干妹子| 99这里有精品| 强奸乱伦动态污图免费 | 免费观看国产不卡av| 蜜臀99久久精品久久久久久| 精品久久視頻在线| 综合激情二| 人妻另类| 色偷偷色偷偷欧美日韩| 能看的AV| 人人摸人人摸人人干| 99av| 日日日色色色色色| 欧美大香蕉卡久久| 成人性爱电影网| 天天懆天天日| 啊啊啊爽爽| 久草综合视频| 99热超碰| 97啪啪| 天天干人人干天天日97| 日韩无码一级黄色av片| 日韩97超碰| 国产视频小说| 夜夜狼人妻| 337p大胆噜噜噜噜噜91Av| 呦呦影院| 欧美AB在线| 亚洲色天堂九9| 亚洲精品一区二区三区新线路| 黄色性爱网网| 欧美性爱综合,免费| 91性感在线| 加勒比性爱成人在线| 亚洲91网。| 夜夜中出国产| 天天爽天天操| 日韩婷婷| 国产亚洲色婷婷久久99精品91葵花宝典| 欧美日韩*字幕一区| 屁股久久久久久久久久| 亚洲日韩资源| 色偷偷人人玩人人舔人人操人人摸人人爽| 91快色色色色色| 加勒比五月天| 成人热久久精品| 超碰97资源大奶| 人妻少妇久久久| 亚洲综合图色在线| 福利社区午夜一区二区| 日本欧美中文字幕| 香蕉综合网| 亚洲春色欧美| 天天综合网1| 色欧美天天| 五月色网| www.色婷婷色综合| 日本人人操人人操| 思思热免费在线视频| AA级电影三区| 一级片视频啪啪| 97色碰| 91综合熟女| 九九热三级片| 亚洲久久久久| 久久天堂| 69视频入口| 日韩综合无码一区久久92| 91麻豆天美| 国产美女高潮| 久久黄片国产一区二区| 99e久久国产精品| 国产亚洲精品久久久久小| 日韩有码 一区二区三区| 久久性爱视频免费看| 日本一级真人黄色性爱视频| 亚洲色图欧美一区二区不卡| 91网九色蝌蚪操熟女| 久久精品国产欧美日韩亚洲欧美日韩中文久久国产一区 | 蜜桃视频一区二区三区在线观看| 最新一二三区视频| www久| 欧美 亚洲 第一页| 亚洲人妻精品一区二区| 蜜臀AV午夜精品久| 爱爱啊啊啊| 亚洲自拍偷拍视频在线 | 久久理论字幕视频| 好湿好紧好爽 视频| 人妻在线臀日韩| 久9久| 美女毛片999| 亚欧美综合网。| 精品二区三四区五电影 | 校园春色 男人天堂 | 校园春色综合香蕉| 亚洲校园激情| 国产精品剧情| 丰满人妻被猛烈进入中| 国产午夜精品在线观看| 人人干黄色| 国产小黄片在线免费观看| 久久久久国产一区二| 99爱在线视频| 欧美色九九九| 欧美综合777| 久久人妻熟女一区二区| 成人国产视频在线观看| 中国少妇XXXX做受| 婷婷亚洲综合| 精品熟女一区=区三区| 麻豆成人av| 亚洲中字慕不卡| 思思热一热婷婷热一热| 亚欧高清在线| 俺去久久| 亚洲美女黄色| 久操免费观看| 久久久久久久伊人精品| 精品国产肉丝袜在线拍国语| 啊啊啊啊啊在线观看网址 | 中文字幕视频2区| 国产二区三区粉嫩在线| 67914在线兔费成人视频| 超碰97亚洲| 黄色一区二区秘书性感| 五月天婷婷基地| 97 国产一区| 欧洲一区二区| 人妻偷拍一区二区三区| 最近的最新的中文字幕视频| 欧美熟妇乱码在线一区| 激情四射婷婷六月天| 日韩性爱啪啪视频| 欧美久久伊人| 日本丝袜美腿人妻九九| 亚洲 无码 有码 中文字幕| 成人久久久| 久久亚洲AV成人精品无码| 99久久网站| 亚洲熟女乱熟乱熟妇综合网二区| 亚洲第一视频 欧美风情 日韩| 天天看精品动漫视频一区| 欧美亚洲一级在线观看| 久久思思热| 九九九九免费高| 亚洲少妇在线观看| 国产熟女免费观看久久| 天天看综合网| 小说区 图片区色 综合区| 精品蜜乳AV免费观看| 国产偷拍自拍在线视频| 狼人综合婷婷激情四射 | 国产美女高潮视频| 国产a片操逼| 五月激情小说| 中国黑人三级片网站上区| 日韩综合97p| 免费伦费视频在线观看| AV 少妇 人妻 偷拍| 色综合20p| 婷婷综合伊人一区| 国模精品娜娜一二三区| 老女人碰碰在线碰碰视频| 成人久久久精品| 日韩肏逼视频| 国产激情久久| 九九九九97| 国产 亚洲 一二三四| 91蜜臀熟女| 97视频一区| 可以免费观看的日韩av毛片| 国产高清不卡视频| 91N综合网| a级成人毛片免费视频高清| 啊啊啊啊啊操我视频| 国产熟女无套内射| 香蕉欧美| 亚洲一区二区三区AV无码| 欧美狠狠操| 9久精品| www.超碰在线| 欧美日韩中国x| 国产免a费看黄片在线| 美女淫穴| 精品视频在线观看精品| 骚货人妻偷情自拍在线视频| 97中文热色| 噜噜吧,噜噜色,噜噜| 97欧美色| www.国产高潮精品| 午夜AV污污污| 中文字幕aⅴ在线视频| 99re只有精品| 欧美大香蕉久| 黑人天8A∨高清网站| 久久产精品一区二区三区电影| 亚洲av在线免费观看| 另类欧美色| 920日本午夜免费| 9Ⅰ超碰| 在线 制服丝袜中出 人妻| 亚洲AV色图一区| 国产AV超爽| 亚洲91射| 日韩一级片在线看| 日本熟妇自慰性高潮一区二区三区| 国产男女无套视频免费观看| 丰满欧美放荡少妇在线| 婷婷激情五月| 99青青草国产视频| 亚洲男人综合| 青青草视频导航官网| 久久专区| 色婷婷婷五月天激情四射| av在线播放国产一区| 久久精9| 国产区91柔拿会所技师| 欧美后入式| 九月婷婷久久| 91人人操| 啊啊啊好湿国产一二| 国产综合日韩伦理| 久草新免费| 久久综合亚洲色1080p| 97超碰巨乳| 亚洲影院365| 青青草男人天堂| 可以在线观看AV的网站| 久久亚州大香蕉| 色五月大香蕉| 亚洲自拍青操视频| 激情五月丁香五月| 久久精品电影在线| 欧美AB在线观看| 偷拍精品一区二区三区| 免费网色网站| 欧美日韩中文亚洲v在线综合| 999久久久久久久久| 91色综| 内射老妇BBWX0C0CK| 亚州色图片在线色| 在线日韩视频| 国内精品嫩模A∨私拍小视频| 亚州色国| 好湿好紧视频| 精品97精品97| 18禁免费视频| 夜夜做夜夜爽精品视频| 色情成人五月天| 人人操人人爽人人操人人| 久久日本熟妇熟色高清| 综合一区中亚洲国产成人综合精品| 久久久日本电影| 91新在线欧美| 岛园激情| 亚洲欧洲激情卡通另类文学四射小说网站| 日本啊啊啊啊啊视频| 精品日韩中文在线| 国产9熟妇视频网站| 啊啊啊啊啊啊啊国| 亚洲AV噜噜狠狠网址蜜桃动漫| 国产91美女视频| 成人久久无码www| 性影在线视频| 91精品国产一区三一| 久操九九九九九九九九九九九九九九九九九九九九九九九九九九九九 | 午夜经典| 密臀在线免费观看| hd成人一区二区在线| 亚洲有码视频二区| 天天摸天天舔天天操| 婷婷五月天影院| 无码操逼视频一下| 亚洲日韩少妇一道本视频| 欧洲熟妇xxXx欧美老妇裸体| 久久性生大片免费观看性| 天天干1区2区在线| 天天干天天日天天射黄色| 免费av大片| 亚州欧美色图| 伊人久久亚洲色欲综合网站 | 91精品婷婷国产综合久久| 久久大香蕉手机高清视频| 97任你吞精| 夜夜爽夜夜爽| 超碰这里有精品| 91N欧美| 最新亚洲人成网站在线影院| 麻豆成人影音在线| 蜜乳av一区二区| 欧洲精品久久| 97精品国产97久久久久久| 国产69精品久久久久99尤物| 玖玖爱在线视频免费观看| 久久熟女嫩草成人片免费| 超碰在线人妻不卡| 久久欧美性爱视频| 伊人欧美大香蕉视频| 亚洲第一页欧美| 婷婷色综合| 免费伦费视频在线观看| 97超碰磁| 97亚洲自在精品在线观看| 性爱AV天堂| 婷婷五月天色色| 高清成年美女黄网站免费大全 | 欧美一级久久久久久久大片动画| 最近二区三区视频大全| 91日日夜夜| 亚洲限制级| 欧美亚综合色图| 99激情| 91精品丝袜在线观看| 性在久久久久久| 国产精品福利视频播放| 毛片一区二区| 97亚洲综合影院| 国产精品久久久亚洲第一牛牛_在线观看 | 日本不卡码黄色| 欧美精品99久久久| 丰满人妻一区二区三区大胸懂色 | 人人人干干人人干| 日本高清加勒比| 久久精9| 久久久久久性爱视频| 国产人妻精品久久久一区二区三区 | 日韩美女高潮喷水视频| 亚洲日韩青青草色月| 嗯嗯,啊啊,国产精品| 熟女乱伦二区| 日本片日本片祼观看网站在线看中文版网页在线看 | 精品玖九九久| 精品丰满熟妇人妻一区| 欧美久久人妻少妇一区二区| 亚洲激情色片| 国产亚洲色婷婷99精品91| 欧美老妇综合网| 国产精品一区人妻精品阁在线| 久久久久久亚洲精品不卡人乳 | 亚洲欧美在线观看免费| 黄在线| 亚洲色图日韩精品| 在线中文字幕极品av| 久久黄色视频一区二区三区| 黑人白女精品一区| 又粗又长又爽在线观看| 日韩乱伦AⅤ| 国产操逼逼网| 日韩国产乱子伦App| 久草视频在线视频在线视频在线观看| 777AV电影| 日韩 欧美 另类 人妻| 久草免费福利在线播放| 亚乱色| 日本不卡二区| 9Ⅰ超碰| 9丨久久九九九| 欧美翘臀视频网站一区二区三区| 少妇天堂| 欧美 亚洲| 欧美少妇色图| 久久久久久久强迫| 国产成人久久精品蜜臀| 加勒比综合88| 欧美九九九| 69天堂| 黄色成人网久久久久久| 日本色色视频网站| 秋霞免费AV| 成人午夜无码视频| 五月天婷婷欧美三区| 成人性爱电影一区二区| 天天摸,夜夜摸| 国产有码一区| 美美91成人国产精品欧美精品久久久久久久| 欧美 综合 亚洲| 亚洲不卡一| 91亚洲人| 欧美 精品国产制服第一页| 男人的天堂午夜av| 亚洲天堂7777| 91热爆在线| 少妇无码太爽| 亚洲综合九| 黄页网站成人免费| 99re在线| 一级@啪啪视频| 亚洲国产午夜真人一级片中文字幕精品黄网站 | 嫖老熟女A片一二三区| 黑人嘿嘿嘿超爽免费视频| 丁香五月天堂| 久草资源在线视频官方总站日韩丝袜美腿 | 国产av波波国产精品| 日韩AC| 美女啊啊啊啊啊啊啊| 天堂国产AV| 91久久精品美女高潮喷水| 国产精品视屏| 亚洲色图欧美色图日韩色图| 久热超碰| 亚洲天堂自拍| 天美久久久久| 97免费视频在线| 一本色道久久天天射天天干| 国产亚洲国产超碰| 天美传媒国产原创中文字幕亚洲欧美另类 | 国产一区二区av综合| www.夜夜| 91草草草| 国产精品诱惑| 国模不卡| 综合日本女人伊人| 一区二区三区四区在线不卡| 日本一级真人黄色性爱视频| 麻花传媒免费网站在线观看| 亚洲少妇色| 9 1超碰九色| 性夜影院爽黄A爽免费动漫| 夜嗨影院| 亚 欧 美 综合| av情色影音| 欧美图片校园春色| 国产家庭乱伦表演| 亚洲图片欧美在线视频| 97在线欧洲| 97碰碰色| 亚洲图片激情综合另类| 91 刺激在线| 亚洲资源网| 精…码一二三区| 欧美网站免费| 韩国女主播青草在线| 婷婷九月丁香| 国产精品一区午夜福利| 大稥蕉免费视频这里只有精品| 国产精品3| 天天上日日上日韩精品| 97在线精品| 操91| 日韩无码精品综合久久| 人妻加勒比东京热| 青青草原成人| 18禁免费视频| a男人的天堂| 国产免费内射视频| 日本国产高清色www视频在线| 一牛影视久久久一区二区三区| 蜜臀99久久精品| 国产AV色黄看到爽| 性感女人网页在线观看视频| 亚洲情色 自拍| 成人福利视频网| 99re99视频在线免费观看| 久久专区| 亚洲最大91网| 国产精品另类| 日本精品不卡一二三区| 日本黄页视频在线观看| 国产一区免费午夜视频| 中文字幕 一区二区 亚洲无码| 中文字幕制服诱惑| 色狠狠综合| 大干人妻| 黄网色一区二区三区四区精品| 久操大香蕉超碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰 | 91久久久久久| 日韩天天综合| 国产粉嫩出水在线播放| 999九九精品| 日本无码1| 性爱AV天堂| 大香蕉视频一二三区| 亚洲网自拍| 凹凸精品熟女在线观看| 性爱综合网| 久久精品国产99久久,亚洲日韩久久日本一区一区三区 | 欧美Aⅴ| 五月天伊人| 日小BB小视频| 日产中文字幕2020| 精品久久久av无码免费| 欧美日韩人人精品| 大学生美女口爆| 91女在线观看| 色波多| 亚洲男人天堂网久久| 国产一区二区三区高清视频| 精品久久一区二区三区四区五区| 91路www| 性猛交| 亚洲一区中文字幕久久,果冻传媒一区二区天美传媒 | 操一对老熟妇爽上天视频| 在线国产探花| 97精品全部| 色欧美天天| 97天堂| 亚洲AV资源| 免费一级黄色录像影片| 日本久久综合| 欧美人妻久久精品二区三区| 欧美色道啊| www.91久久| 亚洲日本大香蕉1| 天天看,天天做| 亚洲深夜福利| 亚洲色啪| 一区二区视频在看| 欧美有码激情视频一区二区三区| 久久久久少妇| 欧色综合| 亚洲成人性| 久久久免费视频18|