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。

SAM-Med 2D脊椎分割數(shù)據(jù)集構(gòu)建與微調(diào)實(shí)戰(zhàn)指南

SAM-Med 2D脊椎分割數(shù)據(jù)集構(gòu)建與微調(diào)實(shí)戰(zhàn)指南 簡(jiǎn)介本資源是一份面向醫(yī)學(xué)圖像分析方向研究者與AI醫(yī)療開(kāi)發(fā)者的技術(shù)實(shí)踐指南聚焦SAM-Med 2D視覺(jué)大模型在脊椎影像分割任務(wù)中的完整復(fù)現(xiàn)與定制化訓(xùn)練流程。資源涵蓋模型結(jié)構(gòu)解析、RawData原始數(shù)據(jù)組織規(guī)范、process數(shù)據(jù)預(yù)處理腳本、train端到端訓(xùn)練腳本及評(píng)估結(jié)果可視化方案有效解決醫(yī)療小樣本場(chǎng)景下大模型適配難、數(shù)據(jù)格式轉(zhuǎn)換繁瑣、訓(xùn)練配置不透明等核心問(wèn)題。壓縮包共2000個(gè)文件主體為1948張脊椎標(biāo)注PNG圖像含訓(xùn)練/測(cè)試分割掩膜、27個(gè)Python訓(xùn)練與工具腳本含Jupyter Notebook交互示例、14個(gè)編譯緩存文件輔以JSON映射文件、Markdown說(shuō)明文檔及LICENSE協(xié)議總大小243.76MB。目前已有107人學(xué)習(xí)下載讀者可直接獲取開(kāi)箱即用的數(shù)據(jù)處理流水線、可調(diào)試的訓(xùn)練框架、標(biāo)準(zhǔn)化評(píng)估指標(biāo)Dice系數(shù)等實(shí)現(xiàn)邏輯以及微信技術(shù)交流群入口等實(shí)戰(zhàn)支持信息。1. 項(xiàng)目概述為什么需要為SAM-Med 2D訓(xùn)練脊椎分割數(shù)據(jù)集在醫(yī)學(xué)影像分析領(lǐng)域尤其是骨科和神經(jīng)外科脊椎結(jié)構(gòu)的精確分割是進(jìn)行疾病診斷、手術(shù)規(guī)劃、三維重建和生物力學(xué)分析的基礎(chǔ)。傳統(tǒng)的分割方法無(wú)論是基于閾值、區(qū)域生長(zhǎng)還是早期的卷積神經(jīng)網(wǎng)絡(luò)CNN在面對(duì)脊椎CT或MRI圖像時(shí)常常受限于椎體形狀的多樣性、圖像對(duì)比度的差異以及相鄰椎體間的粘連問(wèn)題需要大量的人工后處理和調(diào)參泛化能力有限。近年來(lái)以SAMSegment Anything Model為代表的視覺(jué)基礎(chǔ)模型憑借其強(qiáng)大的零樣本泛化能力和對(duì)任意對(duì)象的提示式分割潛力為醫(yī)學(xué)圖像分析帶來(lái)了新的范式。然而原始的SAM模型是在自然圖像上訓(xùn)練的直接應(yīng)用于醫(yī)學(xué)影像尤其是結(jié)構(gòu)復(fù)雜、邊界模糊的脊椎效果往往不盡如人意存在分割不完整、邊界粗糙、無(wú)法區(qū)分相鄰椎體等問(wèn)題。這就催生了針對(duì)特定醫(yī)學(xué)任務(wù)的微調(diào)需求SAM-Med 2D正是這樣一個(gè)在大量醫(yī)學(xué)影像上進(jìn)一步預(yù)訓(xùn)練或微調(diào)的模型變體旨在更好地理解醫(yī)學(xué)圖像的語(yǔ)義和結(jié)構(gòu)。但是一個(gè)強(qiáng)大的模型離不開(kāi)高質(zhì)量、針對(duì)性的數(shù)據(jù)。為SAM-Med 2D訓(xùn)練一個(gè)專(zhuān)用的脊椎分割數(shù)據(jù)集其核心價(jià)值在于“專(zhuān)業(yè)化”和“場(chǎng)景化”。這不僅僅是提供一些帶標(biāo)注的圖片而是構(gòu)建一個(gè)能夠教會(huì)模型理解脊椎解剖學(xué)特性、成像偽影、病理變化以及不同掃描協(xié)議下圖像表現(xiàn)的系統(tǒng)工程。通過(guò)這個(gè)數(shù)據(jù)集我們可以讓SAM-Med 2D學(xué)會(huì)精準(zhǔn)識(shí)別單個(gè)椎體從C1到骶骨清晰區(qū)分每一個(gè)椎體即使它們緊密相鄰。魯棒的邊界劃分即使在骨皮質(zhì)邊緣模糊、有骨質(zhì)疏松或椎體骨折的情況下也能準(zhǔn)確勾勒出椎體輪廓。適應(yīng)多模態(tài)影像能夠處理CT高對(duì)比度清晰顯示骨結(jié)構(gòu)和MRI軟組織對(duì)比度高骨邊界相對(duì)模糊等不同成像設(shè)備產(chǎn)生的數(shù)據(jù)。理解病理狀態(tài)對(duì)存在骨贅、壓縮性骨折、椎間盤(pán)突出壓迫等常見(jiàn)病理改變的椎體也能進(jìn)行有效分割。因此構(gòu)建這樣一個(gè)數(shù)據(jù)集是將前沿大模型能力真正落地到臨床輔助診斷的關(guān)鍵一步。它決定了模型性能的上限也是后續(xù)所有應(yīng)用如自動(dòng)測(cè)量Cobb角、椎管狹窄評(píng)估的基石。本指南將詳細(xì)拆解從數(shù)據(jù)準(zhǔn)備、標(biāo)注、預(yù)處理到最終數(shù)據(jù)集構(gòu)建的全流程分享我們?cè)诖诉^(guò)程中積累的實(shí)戰(zhàn)經(jīng)驗(yàn)與避坑技巧。2. 數(shù)據(jù)集構(gòu)建的核心思路與設(shè)計(jì)考量構(gòu)建一個(gè)適用于大模型微調(diào)的醫(yī)學(xué)影像數(shù)據(jù)集絕非簡(jiǎn)單地將圖片和標(biāo)注文件打包。它需要一套完整的設(shè)計(jì)哲學(xué)以確保數(shù)據(jù)能高效地“教”會(huì)模型我們想要的知識(shí)。我們的核心思路圍繞“多樣性”、“一致性”、“可擴(kuò)展性”三大原則展開(kāi)。2.1 數(shù)據(jù)來(lái)源的多樣性與質(zhì)量控制數(shù)據(jù)多樣性是模型泛化能力的保障。對(duì)于脊椎分割我們主要從以下幾個(gè)維度考慮多樣性影像模態(tài)必須同時(shí)包含CT和MRI數(shù)據(jù)。CT數(shù)據(jù)尤其是骨窗能提供最清晰的骨皮質(zhì)邊界是學(xué)習(xí)椎體幾何形狀的“黃金標(biāo)準(zhǔn)”。MRI數(shù)據(jù)如T1、T2加權(quán)像則能提供在軟組織環(huán)境下的椎體表現(xiàn)并包含更多病理信息。理想的比例可以根據(jù)目標(biāo)應(yīng)用調(diào)整例如側(cè)重于骨科手術(shù)規(guī)劃可能CT占比更高如7:3側(cè)重于神經(jīng)壓迫評(píng)估則可能需要更多MRI數(shù)據(jù)如5:5。掃描設(shè)備與協(xié)議收集來(lái)自不同廠商如GE、Siemens、Philips、不同型號(hào)掃描儀的數(shù)據(jù)。掃描參數(shù)如層厚、間距、kVp、磁場(chǎng)強(qiáng)度的差異會(huì)導(dǎo)致圖像分辨率、噪聲水平和對(duì)比度的變化。這能迫使模型學(xué)習(xí)到更本質(zhì)的特征而非某個(gè)特定設(shè)備的成像風(fēng)格?;颊呷后w與病理狀態(tài)數(shù)據(jù)應(yīng)涵蓋不同年齡、性別、體型的患者。更重要的是必須包含各種常見(jiàn)的脊椎病理狀態(tài)退行性變骨質(zhì)增生骨贅、終板硬化。外傷各種類(lèi)型的椎體骨折壓縮性、爆裂性?;渭怪鶄?cè)彎、后凸。術(shù)后狀態(tài)內(nèi)含內(nèi)固定物如螺釘、鋼板、融合器的椎體。其他骨質(zhì)疏松、轉(zhuǎn)移瘤等。 包含病理數(shù)據(jù)至關(guān)重要它能讓模型學(xué)會(huì)在“非標(biāo)準(zhǔn)”情況下依然能工作這是臨床實(shí)用性的關(guān)鍵。注意數(shù)據(jù)獲取必須嚴(yán)格遵守醫(yī)學(xué)倫理和患者隱私保護(hù)法規(guī)如HIPAA GDPR。所有數(shù)據(jù)需經(jīng)過(guò)徹底的匿名化處理去除DICOM文件頭中的所有個(gè)人信息并確保擁有合規(guī)的數(shù)據(jù)使用授權(quán)。通常這項(xiàng)工作需要在醫(yī)院信息科或倫理委員會(huì)的支持下進(jìn)行。解剖覆蓋范圍數(shù)據(jù)集應(yīng)覆蓋全脊柱頸椎、胸椎、腰椎、骶尾椎并且確保每個(gè)椎體都有足夠的樣本。避免出現(xiàn)某個(gè)椎體如T4、T5樣本過(guò)少的情況。2.2 標(biāo)注策略與一致性規(guī)范標(biāo)注質(zhì)量直接決定模型學(xué)習(xí)的上限。對(duì)于脊椎分割我們采用“實(shí)例分割”標(biāo)注即每個(gè)椎體都是一個(gè)獨(dú)立的、互不重疊的掩碼Mask。標(biāo)注工具選擇推薦使用專(zhuān)業(yè)的醫(yī)學(xué)圖像標(biāo)注軟件如ITK-SNAP、3D Slicer或MITK。這些工具支持DICOM格式直接讀取、多平面重建MPR并能高效處理三維體數(shù)據(jù)。對(duì)于大規(guī)模標(biāo)注可以考慮CVAT、Labelbox等支持協(xié)作和項(xiàng)目管理的平臺(tái)但其對(duì)三維醫(yī)學(xué)影像的原生支持可能不如專(zhuān)業(yè)醫(yī)學(xué)軟件。標(biāo)注細(xì)則制定關(guān)鍵邊界定義明確標(biāo)注的邊界是骨皮質(zhì)的外緣。在CT上這通常是高亮信號(hào)的邊緣。在MRI上由于骨皮質(zhì)呈低信號(hào)邊界可能較模糊需要參考相鄰的椎間盤(pán)和韌帶結(jié)構(gòu)進(jìn)行判斷。病理區(qū)域處理對(duì)于骨折椎體標(biāo)注其變形后的輪廓包括可能存在的骨碎片如果屬于同一椎體。對(duì)于大的骨贅如果與椎體主體相連且屬于骨質(zhì)增生一般納入該椎體掩碼。內(nèi)固定物處理這是一個(gè)難點(diǎn)。螺釘、鋼板等金屬植入物會(huì)產(chǎn)生嚴(yán)重的射線硬化偽影CT或磁敏感偽影MRI完全遮擋解剖結(jié)構(gòu)。我們的策略是標(biāo)注可見(jiàn)的、未被偽影完全破壞的椎體部分。對(duì)于完全被偽影覆蓋的區(qū)域標(biāo)注員需基于上下相鄰層面和先驗(yàn)解剖知識(shí)進(jìn)行“合理推斷”勾勒并在標(biāo)注記錄中標(biāo)記該區(qū)域?yàn)椤巴茢鄻?biāo)注”。這能幫助模型學(xué)習(xí)在偽影干擾下進(jìn)行“腦補(bǔ)”的能力。標(biāo)注一致性會(huì)議在標(biāo)注開(kāi)始前必須組織所有標(biāo)注員通常是放射科醫(yī)師或經(jīng)驗(yàn)豐富的影像科研究生進(jìn)行培訓(xùn)使用一批樣例圖像共同標(biāo)注討論并統(tǒng)一上述所有模糊情況的處理標(biāo)準(zhǔn)。過(guò)程中定期進(jìn)行交叉校驗(yàn)和一致性評(píng)估如計(jì)算Dice系數(shù)對(duì)差異大的案例進(jìn)行復(fù)盤(pán)討論。2.3 數(shù)據(jù)集格式設(shè)計(jì)與可擴(kuò)展性為了適配SAM-Med 2D的微調(diào)流程并方便未來(lái)擴(kuò)展我們需要設(shè)計(jì)一個(gè)清晰的數(shù)據(jù)目錄結(jié)構(gòu)和數(shù)據(jù)格式。原始數(shù)據(jù)層保留原始的DICOM序列或NIfTI文件。按患者ID或研究ID組織文件夾。這是數(shù)據(jù)的源頭不可更改。預(yù)處理數(shù)據(jù)層存儲(chǔ)經(jīng)過(guò)預(yù)處理如重采樣、歸一化、裁剪后的圖像文件通常轉(zhuǎn)換為.npy或.png格式。同時(shí)保存對(duì)應(yīng)的預(yù)處理參數(shù)如重采樣率、裁剪范圍以便反向映射。標(biāo)注數(shù)據(jù)層這是核心。我們采用與SAM系列模型訓(xùn)練常用的格式。每個(gè)樣本對(duì)應(yīng)一個(gè)JSON文件結(jié)構(gòu)如下{ “image”: “preprocessed/patient_001_slice_50.png”, // 預(yù)處理后的圖像路徑 “image_id”: “patient_001_50”, “annotations”: [ { “id”: 1, “category_id”: 21, // 類(lèi)別ID如21代表C3椎體 “segmentation”: { // RLE編碼或多邊形坐標(biāo)點(diǎn)列表 “size”: [512, 512], “counts”: “...” }, “bbox”: [x, y, width, height], // 包圍框 “area”: 12050 }, { “id”: 2, “category_id”: 22, // 22代表C4椎體 “segmentation”: { ... }, “bbox”: [ ... ], “area”: 11800 } // ... 更多椎體 ] }為什么用JSON和RLEJSON結(jié)構(gòu)清晰易于解析和擴(kuò)展。RLERun-Length Encoding是一種高效的二值掩碼編碼方式相比存儲(chǔ)整個(gè)二維數(shù)組能極大節(jié)省磁盤(pán)空間尤其適合大尺寸醫(yī)學(xué)圖像。數(shù)據(jù)集劃分按照患者ID劃分訓(xùn)練集、驗(yàn)證集和測(cè)試集絕不能按切片隨機(jī)劃分。因?yàn)橥粋€(gè)患者的不同切片之間存在強(qiáng)相關(guān)性按切片隨機(jī)劃分會(huì)導(dǎo)致數(shù)據(jù)泄露使模型在測(cè)試集上獲得虛高的性能。通常采用7:2:1或8:1:1的比例。確保每個(gè)集合中患者的人口學(xué)特征和病理類(lèi)型分布大致均衡。元數(shù)據(jù)文件創(chuàng)建一個(gè)dataset_meta.json文件記錄數(shù)據(jù)集的整體信息如類(lèi)別列表從C1到骶骨每個(gè)椎體對(duì)應(yīng)的ID和名稱(chēng)、數(shù)據(jù)統(tǒng)計(jì)各模態(tài)數(shù)量、各椎體實(shí)例數(shù)、標(biāo)注規(guī)范版本、預(yù)處理方法等。這為數(shù)據(jù)集的維護(hù)和使用提供了清晰的“說(shuō)明書(shū)”。3. 數(shù)據(jù)預(yù)處理與標(biāo)注實(shí)戰(zhàn)詳解有了設(shè)計(jì)思路接下來(lái)就是具體的實(shí)施。這一步是數(shù)據(jù)質(zhì)量的核心鍛造環(huán)節(jié)直接關(guān)系到模型訓(xùn)練的穩(wěn)定性和最終效果。3.1 醫(yī)學(xué)影像預(yù)處理標(biāo)準(zhǔn)化流程原始DICOM數(shù)據(jù)不能直接用于訓(xùn)練必須經(jīng)過(guò)一系列標(biāo)準(zhǔn)化預(yù)處理。讀取與方向校正使用pydicom或SimpleITK讀取DICOM文件。醫(yī)學(xué)影像的坐標(biāo)系左右、前后、頭足可能因掃描設(shè)備和患者體位而異。必須使用SimpleITK的GetDirection()和SetDirection()等功能將所有圖像統(tǒng)一到標(biāo)準(zhǔn)的RAI右前上坐標(biāo)系。這是后續(xù)所有處理的基礎(chǔ)否則裁剪、重采樣都會(huì)錯(cuò)亂。窗寬窗位調(diào)整僅CTCT值的原始單位是HUHounsfield Unit。為了突出骨組織我們需要應(yīng)用“骨窗”。通常將窗寬設(shè)為2000HU窗位設(shè)為500HU然后將線性映射到[0, 255]的灰度范圍。這能極大增強(qiáng)椎體與周?chē)浗M織的對(duì)比度。import numpy as np def apply_window(image_array, window_width, window_center): 應(yīng)用窗寬窗位 img_min window_center - window_width // 2 img_max window_center window_width // 2 windowed np.clip(image_array, img_min, img_max) windowed (windowed - img_min) / (img_max - img_min) * 255.0 return windowed.astype(np.uint8)重采樣不同掃描的層厚和像素間距不同。為了給模型提供空間尺度一致的輸入需要將所有樣本重采樣到相同的各向同性分辨率例如1.0mm x 1.0mm x 1.0mm。使用SimpleITK的Resample函數(shù)并選擇sitk.sitkLinear插值方式。實(shí)操心得重采樣會(huì)輕微模糊圖像。如果原始數(shù)據(jù)分辨率已經(jīng)很高如0.5mm層厚重采樣到1.0mm會(huì)丟失細(xì)節(jié)。因此目標(biāo)分辨率的選擇需要權(quán)衡分辨率太高增加計(jì)算負(fù)擔(dān)且可能引入更多噪聲分辨率太低丟失關(guān)鍵解剖細(xì)節(jié)。對(duì)于脊椎分割1.0mm各向同性是一個(gè)經(jīng)驗(yàn)上較好的平衡點(diǎn)。強(qiáng)度歸一化將圖像像素值歸一化到固定的范圍如[0, 1]或[-1, 1]。對(duì)于CT已窗寬窗位調(diào)整和MRI可以統(tǒng)一使用(img - mean) / std的方式進(jìn)行標(biāo)準(zhǔn)化其中mean和std在訓(xùn)練集上計(jì)算然后同樣應(yīng)用于驗(yàn)證集和測(cè)試集。這有助于模型收斂。切片與裁剪切片將三維體數(shù)據(jù)沿軸狀面Axial逐層切片得到二維圖像。這是SAM-Med 2D模型的輸入格式。裁剪脊椎通常只占據(jù)圖像中心的一部分。為了減少無(wú)關(guān)背景并增大感興趣區(qū)域ROI的占比可以圍繞脊椎區(qū)域進(jìn)行裁剪。一個(gè)自動(dòng)化的方法是先用一個(gè)簡(jiǎn)單的閾值分割或預(yù)訓(xùn)練模型檢測(cè)出包含脊椎的大致區(qū)域計(jì)算其邊界框然后向外擴(kuò)展一定像素如50px作為裁剪區(qū)域。手動(dòng)指定一個(gè)固定的中心區(qū)域裁剪也是一種可行的簡(jiǎn)化方案。3.2 精細(xì)化標(biāo)注操作指南與質(zhì)量控制預(yù)處理后的圖像就可以導(dǎo)入標(biāo)注工具進(jìn)行精細(xì)標(biāo)注了。標(biāo)注流程粗定位標(biāo)注員首先在矢狀面Sagittal或冠狀面Coronal上快速瀏覽確定脊柱的大致走向和范圍。逐層精標(biāo)在軸狀面Axial上從椎體最上端開(kāi)始逐層向下標(biāo)注。利用軟件的“畫(huà)筆”和“橡皮擦”工具仔細(xì)勾勒每個(gè)椎體的邊界。對(duì)于形狀規(guī)則的中間層面可以使用“多邊形”工具快速框選。三維校驗(yàn)與修補(bǔ)完成所有軸狀面切片標(biāo)注后必須在三維視圖下進(jìn)行渲染檢查。查看每個(gè)椎體的三維掩碼是否連續(xù)、光滑是否存在明顯的“階梯”狀偽影這是逐層標(biāo)注不一致的典型表現(xiàn)或空洞。在此視圖下進(jìn)行最后的修補(bǔ)和光滑處理。質(zhì)量控制QC步驟一級(jí)QC標(biāo)注員自檢標(biāo)注完成后標(biāo)注員自己需要從三維和三個(gè)二維切面視角反復(fù)檢查確保無(wú)誤。二級(jí)QC資深員復(fù)核由一名更資深的標(biāo)注員或放射科醫(yī)生對(duì)隨機(jī)抽取的至少30%的案例進(jìn)行復(fù)核重點(diǎn)檢查復(fù)雜病例骨折、術(shù)后、嚴(yán)重畸形和隨機(jī)抽查的普通病例。一致性度量定期如每標(biāo)注完20個(gè)病例讓所有標(biāo)注員對(duì)同一個(gè)“測(cè)試案例”進(jìn)行獨(dú)立標(biāo)注計(jì)算他們之間標(biāo)注結(jié)果的Dice相似系數(shù)DSC或Hausdorff距離。DSC一般要求達(dá)到0.85以上。通過(guò)分析不一致的區(qū)域可以發(fā)現(xiàn)并統(tǒng)一標(biāo)注標(biāo)準(zhǔn)中的模糊點(diǎn)。標(biāo)注格式轉(zhuǎn)換標(biāo)注工具如ITK-SNAP通常輸出.nrrd或.nii.gz格式的標(biāo)注文件其中每個(gè)椎體用一個(gè)不同的整數(shù)標(biāo)簽值表示。我們需要編寫(xiě)腳本將這些三維標(biāo)注文件按切片提取并將每個(gè)椎體的掩碼轉(zhuǎn)換為RLE編碼并生成前文所述的JSON標(biāo)注文件。import numpy as np import json from pycocotools import mask as mask_util def convert_mask_to_rle(mask_array): 將二值掩碼0/1轉(zhuǎn)換為RLE編碼 # mask_array 是二維 numpy 數(shù)組 dtypenp.uint8 rle mask_util.encode(np.asfortranarray(mask_array)) rle[‘counts’] rle[‘counts’].decode(‘utf-8’) # 將bytes轉(zhuǎn)為string以便JSON序列化 return rle # 假設(shè) label_volume 是三維標(biāo)注體數(shù)據(jù) slice_idx 是當(dāng)前切片索引 slice_label label_volume[:, :, slice_idx] unique_labels np.unique(slice_label) unique_labels unique_labels[unique_labels ! 0] # 去掉背景0 annotations [] for label_val in unique_labels: binary_mask (slice_label label_val).astype(np.uint8) rle_obj convert_mask_to_rle(binary_mask) bbox mask_util.toBbox(rle_obj).tolist() # 計(jì)算包圍框 area mask_util.area(rle_obj).item() annotation { “id”: int(label_val), “category_id”: int(label_val), # 這里假設(shè)標(biāo)簽值就是類(lèi)別ID “segmentation”: rle_obj, “bbox”: bbox, “area”: area } annotations.append(annotation)4. 適配SAM-Med 2D訓(xùn)練的數(shù)據(jù)集封裝數(shù)據(jù)準(zhǔn)備好后我們需要將其封裝成SAM-Med 2D模型訓(xùn)練代碼能夠直接讀取的格式。這通常意味著創(chuàng)建一個(gè)繼承自torch.utils.data.Dataset的自定義數(shù)據(jù)集類(lèi)。4.1 自定義Dataset類(lèi)的實(shí)現(xiàn)要點(diǎn)import torch from torch.utils.data import Dataset import cv2 import json from pycocotools import mask as mask_util import numpy as np class SpineSegDataset(Dataset): def __init__(self, annotation_file, img_dir, transformNone): annotation_file: 包含所有標(biāo)注信息的JSON文件路徑 img_dir: 預(yù)處理后圖像存放的根目錄 transform: 數(shù)據(jù)增強(qiáng)變換 with open(annotation_file, ‘r’) as f: self.data json.load(f) # 假設(shè)data是一個(gè)列表每個(gè)元素是一個(gè)樣本的字典 self.img_dir img_dir self.transform transform # 可以在這里加載類(lèi)別映射關(guān)系 self.cat_id_to_name {21: ‘C3’, 22: ‘C4’, ...} def __len__(self): return len(self.data) def __getitem__(self, idx): sample self.data[idx] img_path os.path.join(self.img_dir, sample[‘image’]) # 讀取圖像假設(shè)是灰度圖 image cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) image image[:, :, np.newaxis] # 增加通道維度 (H, W, 1) image image.astype(np.float32) / 255.0 # 歸一化到[0,1] annotations sample[‘a(chǎn)nnotations’] masks [] bboxes [] labels [] for ann in annotations: # 將RLE解碼為二值掩碼 rle ann[‘segmentation’] rle[‘counts’] rle[‘counts’].encode(‘utf-8’) # 轉(zhuǎn)回bytes mask mask_util.decode(rle) # (H, W) 0/1 masks.append(mask) bboxes.append(ann[‘bbox’]) # [x, y, w, h] labels.append(ann[‘category_id’]) # 將列表轉(zhuǎn)換為數(shù)組 masks np.stack(masks, axis0) if masks else np.zeros((0, image.shape[0], image.shape[1])) bboxes np.array(bboxes) if bboxes else np.zeros((0, 4)) labels np.array(labels) if labels else np.zeros((0,)) # 應(yīng)用數(shù)據(jù)增強(qiáng)同時(shí)增強(qiáng)圖像和掩碼 if self.transform: transformed self.transform(imageimage, masksmasks, bboxesbboxes, category_idslabels) image transformed[‘image’] masks transformed[‘masks’] bboxes transformed[‘bboxes’] labels transformed[‘category_ids’] # 轉(zhuǎn)換為PyTorch Tensor并調(diào)整圖像通道順序?yàn)?(C, H, W) image torch.from_numpy(image).permute(2, 0, 1).float() masks torch.from_numpy(masks).float() bboxes torch.from_numpy(bboxes).float() labels torch.from_numpy(labels).long() return { “image”: image, “masks”: masks, “boxes”: bboxes, “l(fā)abels”: labels, “image_id”: sample[‘image_id’] }4.2 針對(duì)醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)策略數(shù)據(jù)增強(qiáng)是提升模型魯棒性的關(guān)鍵。對(duì)于醫(yī)學(xué)圖像尤其是分割任務(wù)增強(qiáng)必須保持圖像與掩碼的空間對(duì)應(yīng)關(guān)系。我們使用albumentations庫(kù)它完美支持圖像和掩碼的同步變換。import albumentations as A from albumentations.pytorch import ToTensorV2 def get_train_transform(): return A.Compose([ A.HorizontalFlip(p0.5), # 水平翻轉(zhuǎn)對(duì)于脊椎是合理的 A.VerticalFlip(p0.0), # 垂直翻轉(zhuǎn)通常不用于軸狀面因?yàn)樯舷虏粚?duì)稱(chēng) A.Rotate(limit15, p0.5, border_modecv2.BORDER_CONSTANT, value0), # 小幅旋轉(zhuǎn) A.RandomBrightnessContrast(brightness_limit0.1, contrast_limit0.1, p0.3), A.GaussNoise(var_limit(5.0, 20.0), p0.2), # 添加高斯噪聲模擬圖像噪聲 A.ElasticTransform(alpha1, sigma50, alpha_affine50, p0.1), # 彈性形變模擬軟組織形變 A.Resize(height512, width512, p1.0), # 統(tǒng)一縮放到模型輸入尺寸 ToTensorV2(), # 轉(zhuǎn)換為T(mén)ensor并歸一化到[0,1]如果圖像是0-255 ], bbox_paramsA.BboxParams(format‘coco’, label_fields[‘category_ids’])) def get_val_transform(): # 驗(yàn)證/測(cè)試集只需要Resize和ToTensor return A.Compose([ A.Resize(height512, width512, p1.0), ToTensorV2(), ])注意事項(xiàng)醫(yī)學(xué)圖像增強(qiáng)需要謹(jǐn)慎。過(guò)度的幾何形變?nèi)绱蠼嵌刃D(zhuǎn)、縮放可能破壞解剖結(jié)構(gòu)的合理性。亮度對(duì)比度調(diào)整的幅度也應(yīng)較小以保持CT/MRI的視覺(jué)真實(shí)性。ElasticTransform彈性形變對(duì)模擬軟組織形變很有用但不宜過(guò)度使用。4.3 類(lèi)別不平衡與難樣本挖掘脊椎數(shù)據(jù)集中不同椎體的實(shí)例數(shù)量可能不均如腰椎樣本可能多于胸椎且背景像素遠(yuǎn)多于前景像素。此外一些難分的樣本如骨折椎體、邊緣模糊的椎體對(duì)模型性能提升至關(guān)重要。類(lèi)別權(quán)重在損失函數(shù)中為不同類(lèi)別的分割損失賦予權(quán)重。權(quán)重通常與類(lèi)別頻率成反比??梢栽贒ataLoader中計(jì)算或在損失函數(shù)如CrossEntropyLoss中設(shè)置weight參數(shù)。難樣本挖掘Hard Example Mining在訓(xùn)練過(guò)程中不是所有樣本或像素對(duì)損失的貢獻(xiàn)都一樣。我們可以讓模型更關(guān)注那些它當(dāng)前分錯(cuò)的“難樣本”。一種實(shí)踐是在計(jì)算損失時(shí)選擇損失值最高的前K%的像素或樣本進(jìn)行反向傳播而不是全部。這需要自定義損失函數(shù)或在訓(xùn)練循環(huán)中實(shí)現(xiàn)。在線難樣本挖掘OHEM這是一個(gè)經(jīng)典策略。在訓(xùn)練時(shí)前向傳播計(jì)算所有像素的損失然后只對(duì)損失最大的那一部分像素例如損失最高的25%計(jì)算梯度進(jìn)行更新。這迫使模型集中精力解決最難的問(wèn)題。許多分割框架如MMSegmentation都內(nèi)置了OHEM損失函數(shù)。5. 訓(xùn)練流程中的關(guān)鍵配置與調(diào)試經(jīng)驗(yàn)數(shù)據(jù)集準(zhǔn)備就緒后就可以啟動(dòng)SAM-Med 2D的微調(diào)訓(xùn)練了。這里分享一些關(guān)鍵的配置經(jīng)驗(yàn)和調(diào)試技巧。5.1 模型加載與參數(shù)初始化SAM-Med 2D通?;陬A(yù)訓(xùn)練權(quán)重進(jìn)行微調(diào)。關(guān)鍵是要正確加載預(yù)訓(xùn)練權(quán)重并合理設(shè)置哪些層需要更新。import torch from sam_med_2d_model import SamMed2D # 假設(shè)這是模型類(lèi) model SamMed2D(...) pretrained_weights torch.load(‘path/to/sam_med_2d_pretrained.pth’) # 方式一嚴(yán)格匹配加載推薦 model.load_state_dict(pretrained_weights, strictTrue) # 如果strictTrue報(bào)錯(cuò)比如你的分類(lèi)頭類(lèi)別數(shù)改了可以嘗試strictFalse但需謹(jǐn)慎 # 方式二部分加載凍結(jié)骨干網(wǎng)絡(luò) model.load_state_dict(pretrained_weights, strictFalse) # 凍結(jié)圖像編碼器骨干網(wǎng)絡(luò)的前幾層或全部 for name, param in model.image_encoder.named_parameters(): if ‘block’ in name: # 凍結(jié)特定塊 param.requires_grad False # 或者全部?jī)鼋Y(jié) # for param in model.image_encoder.parameters(): # param.requires_grad False # 提示微調(diào)Prompt Encoder和掩碼解碼器Mask Decoder通常需要訓(xùn)練 for param in model.prompt_encoder.parameters(): param.requires_grad True for param in model.mask_decoder.parameters(): param.requires_grad True5.2 損失函數(shù)選擇與組合SAM-Med 2D原生的訓(xùn)練可能使用多種損失的組合。對(duì)于我們的脊椎實(shí)例分割任務(wù)一個(gè)有效的組合是Dice Loss非常適用于前景-背景像素極度不平衡的分割任務(wù)直接優(yōu)化分割區(qū)域的重疊度。Focal Loss是交叉熵?fù)p失的變體通過(guò)降低易分樣本的權(quán)重讓模型更關(guān)注難分的樣本如椎體邊緣、小椎體緩解類(lèi)別不平衡。L1/L2 Regression Loss如果任務(wù)還需要預(yù)測(cè)包圍框BBox可以加上一個(gè)回歸損失。通常將Dice Loss和Focal Loss加權(quán)求和比例可以是1:1。import torch.nn as nn import torch.nn.functional as F class DiceFocalLoss(nn.Module): def __init__(self, alpha0.25, gamma2.0, smooth1e-6): super().__init__() self.alpha alpha self.gamma gamma self.smooth smooth def forward(self, pred, target): # pred: (B, C, H, W) after softmax # target: (B, H, W) with class indices num_classes pred.shape[1] # 將target轉(zhuǎn)換為one-hot target_one_hot F.one_hot(target, num_classes).permute(0, 3, 1, 2).float() # Dice Loss pred_flat pred.reshape(pred.shape[0], num_classes, -1) target_flat target_one_hot.reshape(target_one_hot.shape[0], num_classes, -1) intersection (pred_flat * target_flat).sum(dim-1) union pred_flat.sum(dim-1) target_flat.sum(dim-1) dice_loss 1 - (2. * intersection self.smooth) / (union self.smooth) dice_loss dice_loss.mean() # Focal Loss ce_loss F.cross_entropy(pred, target, reduction‘none’) pt torch.exp(-ce_loss) focal_loss self.alpha * (1-pt)**self.gamma * ce_loss focal_loss focal_loss.mean() return dice_loss focal_loss5.3 優(yōu)化器與學(xué)習(xí)率調(diào)度策略優(yōu)化器AdamW是目前視覺(jué)任務(wù)的主流選擇它比標(biāo)準(zhǔn)的Adam帶有解耦的權(quán)重衰減通常能獲得更好的泛化性能。optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay0.01)學(xué)習(xí)率調(diào)度采用Warmup學(xué)習(xí)率預(yù)熱和余弦退火Cosine Annealing的組合是常見(jiàn)且有效的策略。Warmup在訓(xùn)練初期如前500個(gè)iteration或1個(gè)epoch學(xué)習(xí)率從0線性增長(zhǎng)到初始學(xué)習(xí)率。這有助于穩(wěn)定訓(xùn)練初期防止梯度爆炸。余弦退火在Warmup之后學(xué)習(xí)率按照余弦函數(shù)從初始值衰減到接近0。這能讓模型在后期更精細(xì)地收斂。from torch.optim.lr_scheduler import CosineAnnealingLR, LinearLR warmup_epochs 1 total_epochs 100 warmup_scheduler LinearLR(optimizer, start_factor0.01, total_iterswarmup_epochs * iterations_per_epoch) cosine_scheduler CosineAnnealingLR(optimizer, T_max(total_epochs - warmup_epochs) * iterations_per_epoch) # 在訓(xùn)練循環(huán)中 for epoch in range(total_epochs): for i, batch in enumerate(train_loader): # ... 訓(xùn)練步驟 ... optimizer.step() if epoch warmup_epochs: warmup_scheduler.step() else: cosine_scheduler.step()5.4 訓(xùn)練監(jiān)控與早停策略僅僅看訓(xùn)練損失下降是不夠的必須緊密監(jiān)控驗(yàn)證集上的性能。監(jiān)控指標(biāo)除了損失必須計(jì)算驗(yàn)證集上的Dice相似系數(shù)DSC和95%豪斯多夫距離95% HD。DSC衡量重疊度HD衡量邊界匹配度兩者結(jié)合能全面評(píng)估分割質(zhì)量。早停Early Stopping當(dāng)驗(yàn)證集DSC在連續(xù)N個(gè)epoch如10或15內(nèi)不再提升時(shí)就停止訓(xùn)練并回滾到驗(yàn)證集性能最好的那個(gè)epoch的模型權(quán)重。這能有效防止過(guò)擬合。可視化定期如每個(gè)epoch將驗(yàn)證集上的一些樣例分割結(jié)果原圖、真值、預(yù)測(cè)保存為圖片直觀地觀察模型是在進(jìn)步還是在“跑偏”。6. 常見(jiàn)問(wèn)題排查與性能優(yōu)化技巧在實(shí)際訓(xùn)練中你一定會(huì)遇到各種問(wèn)題。這里匯總了一些典型問(wèn)題及其排查思路。6.1 訓(xùn)練過(guò)程不穩(wěn)定或損失震蕩現(xiàn)象損失值上下跳動(dòng)很大不收斂或收斂緩慢。排查與解決檢查數(shù)據(jù)首先檢查數(shù)據(jù)加載是否正確??梢暬瘞讉€(gè)批次Batch的圖像和標(biāo)注看是否對(duì)齊標(biāo)注是否存在異常值如全0或全1。一個(gè)常見(jiàn)的錯(cuò)誤是圖像歸一化出錯(cuò)導(dǎo)致像素值范圍異常。降低學(xué)習(xí)率過(guò)大的學(xué)習(xí)率是導(dǎo)致震蕩的首要原因。嘗試將學(xué)習(xí)率降低一個(gè)數(shù)量級(jí)如從1e-4降到1e-5。啟用梯度裁剪Gradient Clipping在反向傳播后、優(yōu)化器更新前對(duì)梯度范數(shù)進(jìn)行裁剪防止梯度爆炸。torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm1.0)檢查損失函數(shù)確認(rèn)損失函數(shù)的輸入預(yù)測(cè)和真值形狀、數(shù)據(jù)類(lèi)型是否正確。特別是自定義損失函數(shù)容易在這里出錯(cuò)。調(diào)整Batch SizeBatch Size過(guò)小可能導(dǎo)致梯度估計(jì)噪聲大。在顯存允許的情況下適當(dāng)增大Batch Size。6.2 模型過(guò)擬合訓(xùn)練集表現(xiàn)好驗(yàn)證集差現(xiàn)象訓(xùn)練損失持續(xù)下降訓(xùn)練集DSC很高但驗(yàn)證集損失早早就開(kāi)始上升DSC停滯不前。排查與解決加強(qiáng)數(shù)據(jù)增強(qiáng)這是最直接有效的方法。增加更多樣化的、符合醫(yī)學(xué)圖像特性的數(shù)據(jù)增強(qiáng)如之前提到的彈性形變、噪聲添加等??梢試L試albumentations的CoarseDropout模擬圖像局部遮擋。增加正則化權(quán)重衰減Weight Decay確保優(yōu)化器中的weight_decay參數(shù)已設(shè)置如0.01或0.05。Dropout在模型的掩碼解碼器等全連接層后添加Dropout層。Stochastic Depth如果模型是類(lèi)似Transformer的結(jié)構(gòu)可以隨機(jī)丟棄一些層這是一種非常強(qiáng)的正則化。減少模型容量或凍結(jié)更多層如果數(shù)據(jù)集不大而模型非常大如SAM-Med 2D的ViT-Huge可以考慮凍結(jié)圖像編碼器的全部或大部分層只微調(diào)提示編碼器和掩碼解碼器。早停嚴(yán)格實(shí)施早停策略防止模型在訓(xùn)練集上“鉆牛角尖”。6.3 模型欠擬合訓(xùn)練集和驗(yàn)證集表現(xiàn)都差現(xiàn)象訓(xùn)練損失下降很慢最終停留在較高水平訓(xùn)練集和驗(yàn)證集的DSC都很低。排查與解決檢查任務(wù)可行性首先用簡(jiǎn)單的模型如U-Net或甚至固定規(guī)則閾值分割在你的數(shù)據(jù)集上測(cè)試看是否能得到一個(gè)baseline結(jié)果。如果baseline都極差可能是數(shù)據(jù)標(biāo)注質(zhì)量有問(wèn)題或任務(wù)本身定義不清。增大模型容量/解凍層如果凍結(jié)了太多層嘗試解凍更多層讓模型有更強(qiáng)的擬合能力。提高學(xué)習(xí)率/延長(zhǎng)訓(xùn)練時(shí)間學(xué)習(xí)率可能太小或者訓(xùn)練周期epoch不夠。嘗試使用學(xué)習(xí)率查找器LR Finder找到一個(gè)合適的初始學(xué)習(xí)率。檢查數(shù)據(jù)泄露確認(rèn)訓(xùn)練集和驗(yàn)證集是否嚴(yán)格按患者劃分。如果存在泄露驗(yàn)證集性能會(huì)虛高而實(shí)際是欠擬合的。簡(jiǎn)化問(wèn)題先嘗試一個(gè)更簡(jiǎn)單的任務(wù)比如只分割腰椎L1-L5看模型是否能學(xué)好。如果能再逐步增加復(fù)雜度。6.4 顯存不足OOM問(wèn)題微調(diào)大模型最常遇到的就是“爆顯存”。梯度累積Gradient Accumulation這是解決OOM的利器。假設(shè)你希望的有效Batch Size是8但單卡只能放下Batch Size為2的數(shù)據(jù)。你可以設(shè)置accumulation_steps4讓模型連續(xù)進(jìn)行4次前向傳播和反向傳播不更新參數(shù)累積梯度然后再進(jìn)行一次參數(shù)更新。這樣在效果上等價(jià)于Batch Size8。accumulation_steps 4 optimizer.zero_grad() for i, batch in enumerate(train_loader): loss model(batch) loss loss / accumulation_steps # 損失按累積步數(shù)平均 loss.backward() if (i1) % accumulation_steps 0: optimizer.step() optimizer.zero_grad()混合精度訓(xùn)練AMP使用torch.cuda.amp進(jìn)行自動(dòng)混合精度訓(xùn)練可以顯著減少顯存占用并加速訓(xùn)練。from torch.cuda.amp import autocast, GradScaler scaler GradScaler() for data in train_loader: optimizer.zero_grad() with autocast(): loss model(data) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update()檢查點(diǎn)激活Gradient Checkpointing對(duì)于極其龐大的模型可以以時(shí)間換空間只保存部分層的激活值在反向傳播時(shí)重新計(jì)算其余層的激活。PyTorch提供了torch.utils.checkpoint功能。減小輸入圖像尺寸將輸入圖像從512x512降到256x256可以大幅減少顯存消耗但可能會(huì)損失分割精度需要權(quán)衡。構(gòu)建一個(gè)高質(zhì)量的脊椎分割數(shù)據(jù)集并成功微調(diào)SAM-Med 2D模型是一個(gè)涉及數(shù)據(jù)科學(xué)、醫(yī)學(xué)知識(shí)和工程實(shí)踐的綜合性項(xiàng)目。整個(gè)過(guò)程就像訓(xùn)練一位專(zhuān)注的“實(shí)習(xí)醫(yī)生”你需要用高質(zhì)量、多樣化的“病例”數(shù)據(jù)去教導(dǎo)它用清晰的“診斷標(biāo)準(zhǔn)”標(biāo)注規(guī)范去規(guī)范它并在“實(shí)踐考核”驗(yàn)證測(cè)試中不斷糾正它。其中最大的體會(huì)是數(shù)據(jù)的質(zhì)量、一致性和多樣性其重要性遠(yuǎn)超過(guò)模型架構(gòu)的微小調(diào)整?;ㄔ跀?shù)據(jù)清洗、標(biāo)注質(zhì)檢和預(yù)處理上的時(shí)間最終都會(huì)在模型性能上得到回報(bào)。另一個(gè)關(guān)鍵點(diǎn)是迭代思維不要期望一次性就做出完美的數(shù)據(jù)集和模型。應(yīng)該構(gòu)建一個(gè)最小可行產(chǎn)品MVP流程用小批量數(shù)據(jù)快速跑通從數(shù)據(jù)到訓(xùn)練、評(píng)估的整個(gè)pipeline然后基于初步結(jié)果有針對(duì)性地去補(bǔ)充某類(lèi)稀缺數(shù)據(jù)、修正某類(lèi)標(biāo)注錯(cuò)誤、調(diào)整某個(gè)增強(qiáng)參數(shù)如此循環(huán)逐步提升。最后別忘了保存好每一輪實(shí)驗(yàn)的完整配置、日志和模型權(quán)重詳細(xì)的實(shí)驗(yàn)記錄是復(fù)盤(pán)和提升的寶貴財(cái)富。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
久久亚洲天天做| 超硑97精品| 人人人人插| 操人妻丝袜高跟| 91男女| 影音先锋每日最新资源在线观看 | 思思性爱| 超碰这里只有精品| 一级毛片电影免费看| 牛牛aV| 色女综合| 欧洲一区二区三区四区在线观看| 婷婷中文字幕| 国产400孕妇孕交群| 可乐操亚洲蜜911| 日本高清免费一本视频在线观看| 久久性爱城| 久久AV无码1区2区3区| 日日日色色色色色| 盗摄女人妻在线| 青草青青久久久久久国产| 亚洲drav色图| 中英熟女操女| 日本精品一区三区| 国产尤物在线三区| 成人福利视频网| 在线人妻熟女一区二区三区四区五区| 一本久道久久综合狠狠爱一密臀精 | 丁香激情五月天| 中文字幕十五区| 91人妻熟女| 欧美精品久久久久久久久88| 国产9 9在线 | 亚洲| 国产免费永久精品无码| 97超色| 天天视频网站黄| 久久国色天香香蕉| 日产操逼| 97超碰巨乳| 日本人妻伦在线中文字幕| 久久精品人体AV| 中日韩久久久免费看| 亚洲欧洲av影音| 亚洲一区二区麻豆影院| 日本精品第一视频在'| 粉嫩AV一区夜夜嗨| 思思热久久成人| 西西美女视频网| 色欲三区| 香蕉色网| 国产精品色色| 国产女人视频三四五区| 极品白嫩福利在线| 国产又粗又大硬免费色网视频| 97色伦欧美| 久久高潮妇女视频| 精品国产Av无码久久久亚洲| 中文字幕一区二区三区蜜臀| 午夜福利无毒不卡| 精品人妻久久久| 综合自拍| 99999久久精| 亚洲欧美大| 白丝AV| 天天综合网久久ww| 欧美日韩一区二区三区四区蜜桃| 色综合 加勒比| 男人的天堂啪啪| 久久少妇| 亚洲另类色图片| 亚洲,日韩,欧美,成人播放| 九月丁香婷婷色| 在线观看午夜婷婷久久久久清性观看| 99操视频| 亚洲久久久久| 中文一区在线日| 国产成人自拍视频在线| 欧美男人天堂| 99超碰碰| 国产美女激情| 偷拍网站久久男女男| 欧美一区二区三区互相| 国产中文日韩欧美一区二区三区人妻丝袜美腿 | 丝袜美腿欧美| 久久久久国产精品喷潮免费观看臀| 色偷偷超碰亚洲| 毛片电影一区二区三区| 26UUU欧美日本| 老女人老91妇女老热女| 啪啪自拍九九综合| 人妻酒店出差被中出免费在线播放| 尤物一级在线免费观看| 亚洲精品久久久久毛片A片拉屎 | AV 少妇 人妻 偷拍| 无码不卡亚洲成?人片| 亚洲自拍欧美国产首页网曝| a在线观看| 综合av社区| 亚洲成人在线资源| 中日韩久久人妻一区二区| 天天草AV| 亚洲欲| 久久久艹艹艹| 91狠狠综合久久| 性无码专区2020| 亚洲乱熟女一区二区| 久久只有精品一区二区三区| 精品国产乱码久久久久久影片| 亚洲精品第一| 不卡免费av在线播放| 亚洲伊人成综合成人网| 国产极品馒头逼| 中国黄色特级精品一区二区三区片| 五月综合久久| 日本成人A片免费看| 日本综合色图| 伊香蕉综合久久久久久久噜噜噜| 九九热精彩视频| 偷拍网站久久男女男| 97超碰亚洲| 一本道综合色图| 激情综合网五月婷婷五月天| 天天操天天射天天日| 秋霞色色影院| 日韩免费a级毛片无码a∨| 99少妇内射| 97色色国产视频| 精品妇女一区二区三区| 亚洲第一页色| 亚洲一区中文字幕久久,果冻传媒一区二区天美传媒 | 一级aaaaa欧美中文字幕录像片| 国产97免费视频| 伊人嫩草| 久肏视频字幕| 91丝袜人妻| 抽插一区二区视频| 9I1性色影院| 日韩欧美偷拍美女视频| 久久久久久久国产| 97青娱乐超碰久久| juliaann丝袜大战黑鬼| 青青草日韩免费观看高清在线| 97自拍一区| 大香蕉综合| 国产精品欧美在线观看| 94色色电影网| 91春色| 爱爱动态60秒| 91视频伊人| 日本 色 导航| 亚卅熟女乱色| 丁香六月婷| 日韩AV一区二区三区四四| 99re在线观看| 久极品在线观看| 夜夜操av亚洲一区二区| 婷婷成人久久久精品| 久久久久久性爱片| 日韩三级在线观看mp4| 久久一二三四五六七八九区区| 四虎AV影视国产精品亚洲精品| 久久超碰98| 亚州色阁| 99热在线观看| 國產尤物AV尤物在線觀看| 东京热免费视频| 白嫩白嫩的午夜九久久久久久久久久久久成人剧场 | 久久HD| 男人的天堂,欧美亚洲另类国产日韩,日本高清一区二区 | 中文字幕欧洲有码| 人人操人人摸人人骑| 黑人美精品 A片| 入口操逼网站| 夜夜狼人妻| 91丝袜在线视频| 免费综合亚洲中文| 欧美性天天影视| 久久久久9久久久久| 黑人与人妻| 97色操| 99久久精品国产系列| 亚洲国产精品99久久久| 国内毛片无码一级毛片| 天天爽夜夜欢视| 亚洲 图片 欧美 色图| 97视频在线视频| 超碰97COm中文| 熟女五十路一区二区三| 亚洲精品男人的天堂| 91色噜噜狠狠| 777超碰| 久久久久久精品免费看A级| 九九色色| 国产中文字幕在线| 尤物网址| 国产传媒日本欧美专区| 91狠狠综合久久| 一二三四视频中文字幕在线看| 欧亚性爱视频免费看| 精品一区二区三区蜜桃| 成年人网站在线免费观看| 色婷婷九月天天综合| 床上啊啊啊一区二区三区| 桃色人妻在线视频| 亚欧无码线免费观看视频| 日本福利二区视频| 亚洲。天堂。日本在线观看| 亚洲欧美一区二区网址| 发朗少妇买婬全视频中文| 国产成自自拍在线观看| 激情文学88| 午夜色婷婷| 久久久网一区| 黄色电影在线播放综合网站| 精品美女在线视频| 国产精品一区二区a| 狠狠躁伊人中文字幕| ,成人免费啪啪视频| 男人的天堂2018东京热啪啪啪| 日本精品九九九| 国产久久成人| 精品人妻一区二区乱码一区二区| 五月丁香激情四射| 偷拍欧美激情| 男人天堂欧美| 欧洲中文字幕| 亚洲美女AV无码| 亚洲 日本 一 二 三| 99色在线| 久久综合激情| 久久久97| 啊啊啊水好多| 性爱综合网| 国产白丝网站| 成人欧美一区二区三区黑人一| 大香蕉手机在线| 3P乱轮视频| 亚洲天堂日本| 国产亚洲精品美女久久久m| 老女人老91妇女老热女| 国模艳艳啪啪一区| 蜜汁欧美| 四虎AV在线观看| 欧美在线|亚洲| 一二视频神马久久传媒| 国产粉嫩出水在线播放| 久久久久久人体| 丁香激情五月天| 超碰97综合网| 国产伦精品一区二区三区视频女| 亚洲不卡三级手机播放| 久久久久9| 欧美另类精品xxxx| 亚洲丝袜99| 日韩欧美一级特黄大片| 超碰99在线| 熟女性视频| 午夜性生活av免费在线看| 99啪| 波多野结衣被操50分钟免费视频 | 视频国产欧美在线播放| 超碰99热中文字幕| 综合影视国产无码| 日韩久射综合| 深夜视频| 免费看污网址| 日韩AC| 老熟女91视频| 97欧美色资源| 欧美日韩91| 欧美人黑A片无码免视费| 熟女欧美日韩综合婷婷| 亚洲av乱伦色图网站| 99热在线只有精品| 国产白领连续中出在线观看| 亚洲自拍天堂| 久操视频在线观看| 哑洲在线| wwe 天天干.com| 91狠狠综合久久久| 久久精品国产亚洲AV高清演员表| 亚州精品人妻一二三区| 澳门人妻久久| AV电影在线播放| 精品久久久av无码免费| 少妇熟女视频一二三区| 99热精品国产| 东京热男人的天堂网| 精品亚洲一区在线观看| 天天久久| 超碰到97情色| 四季AV一区二区凹凸精品小说| 久久无码电影| 三级精品三级在线观看| 一区二区不卡免费| 九九久久九九久久| 日韩综合无码色欲vv| 死我十八禁| 久久人妻办公室视频| 密乳AV免费观看| 男人天堂新在线| 制服诱惑亚洲一区二区三区在线观看| 欧洲免费一区二| 26uuu国产免费观看| 探花视频免费观看国产专区| 偷拍欧美亚洲| 亚洲棕合电彰| 九九热免费国产视频婷婷伊人| 中文字幕aⅴ在线视频| 婷婷操视频| 天天干18禁| 亚州欧美综合| 国产第二页| 狠插 制服 自拍| 精品色色| 91在线美女| 任你爽视频| 久久一区二区三区入口| 综合 欧美 亚洲 日本| 强奸乱伦AV一天堂网| 美女91| 欧美色97| 四虎影视精品| 狠狠超| 欧美色图亚洲色| 97操97干| 78精品在线| 密臀国产在线| 久操免费电影| 欧色网址| av网站免费看| 国产精品探花色| 乱性AV| 91福利网在线观看| 国产AAAAAABBBBB| 精品无码一区二区三区色欲| yaouchengrenav| 沈阳熟女高潮对白视频| 久96热在线观看视频| 上特色A在线| 国产97在线 | 亚洲| 欧美性91| 我要去看2个日本美女.com曹逼| 91综合中文字幕| 毛片一区二区| 强奸乱伦AV网址| 国产欧美精选自拍一区| 日本三级一区二区 在线| www亚洲免费| 青青伊人这里只有精品| 日韩乱插| 日韩pv中文| 久久色激情一区二区三区| 日本一区二区电影网站| 国产丰满少妇久久久精品影院| 91熟女综合| 亚洲精品一区二区免费在线观看| 97超级色碰碰| 91性网| 欧美精品成人一区二区在线观看 | 四虎884a| 天天日天天干天天摸天天操| 91在线欧美| 亚洲国产欧美一区二区潘金莲| 色狠狠 - 百度| 99久在线精品99re8热| 性爱av网站| 精彩视频日韩| 大色网久久| 青草一区二区| 美国一区二区三区视频| 久久草草欧美精品| 精品无码一区二区| 少好三P| 天美91| 韩国一级AAA| 正在播放:深夜激情大战,自带黑丝袜全力输出骚穴 | 男人的天堂VA| 亚洲综合另类小说色区亚洲成av人片在www| 天堂中文资源在线bt| 香蕉久久国产AV一区二区| 泰国AV在线观看| 爱爱动态试试看6 0秒| 亚洲欧美视| 97操| 91无码中出人妻视频| 狠狠亚洲| 九九九热| 黄污污污污| 欧美在线永久天堂| 九九热精品视频在线观看| 殴美性色a级欧美| 美日韩一二三区| 啊啊啊啊啊啊在线| 国产浮力影院第1页| 欧美亚男人的天堂| 天堂av最新电影网| 亚洲系列第一页| 美日韩一卡二卡三卡免费人妻精品| 成年人免费观看网站| 欧美人与动性人交a| 激情丁香婷婷| 久久久少妇诱惑精品视频| 免费操逼91| 99欧美| 另类老少妇| 国产最新小视频在线播放下载| 国产视频一区二区免费| 色香综合天天影视综合| 亚洲国产成人福利在线观看| 国产农村妇女精品1区二区| 大香蕉狠狠爱| 99性爱| 久久久月天| 丰满人妻大屁一区二区| 国产日韩中文字幕欧美| www网站黄| 97在线欧| 67194国产| 日韩三级av片| 又黑又大又粗| 精品人妻一二三| 日本一区二区三区精品| 女欧美一区二三区| 99国产精品免费| jk白丝没脱就开始啪啪| 欧美综合色综合| 婷婷丁香久久| 日韩一级二级三级免费看完整版| 女一区二区| 久久久久久久久久va| 91熟女综合| 人人操人人uiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii | 亚洲国产精品久久AV| 国产欧美一区二区| 大香网站| 亚洲综合另类| 久久人妻无码毛片A片麻豆| 日韩亚洲Av人人夜夜澡人人爽| 天天操天天日青青草超碰av| 久久久婷婷| 久久久精品网站| 操b网站亚洲无码| 国产精品无套内谢| 极品少妇久久久| 久久久久日本视| 国产91乱伦| 精品免费囯产一区二区三区| 人妻在线中出视频| www国产天美久久久| 欧美自拍网| 爆乳免费黄网站| 欧美亚洲色图另类国产| 97视频播放| 日韩中文字幕熟妇人妻 | 久久久久99精品成人片蜜臀| 激情文学欧美| 超碰99在线观看| AV一区观看| 国产激情在线| 啊啊啊啊啊,啊啊啊啊好舒服,操我舒服啊啊啊 | 久久久无码av精| 久久97精品久久久久久久不卡| 午夜欧美J进J出白浆流出久久久| 爱我干综合| 蜜乳AV.COM| 黄页| 国产自偷| 免费av高清无码| 啊啊啊好大好深| 精品九九九九九九九九九| av资源在线播放天堂| 国产精品白丝在线播放| 欧美在线天堂| 亚欧操逼片在线观看 | 久久久久久久9999| 色踪合AV| 97在线观视频免费观看| 97视频网站在线观看| 一级啊性爱在线视频| 日韩簧片免费看| 久草在线| 日韩欧美三级| 无码九九| 欧美在线色| 色婷婷蜜臀av| 天天综合网久久ww| 日本久操视频| 男人的天堂亚洲| 欧美精品自慰系列寂寞少妇| 美国一区二区三区视频| 强奸乱伦免费网站| 欧美一级黄色免费专区| 九九九九九精品| 91男人综合| 国产风韵犹存熟妇三区| 一区| 欧美久久婷婷| 亚洲 欧美 小说| 午夜呻吟欧美| 午夜天堂精品久久| 亚洲自拍欧美国产首页网曝| 综合激情97 | 蜜臀少妇一区二区| 99热综合| 精品精品精品| 91老司机在线视频免费观看| 精品熟女一区=区三区| 大香蕉伊利av| 国产乱婷婷精品二区三区| 天堂九九九九九九九九九| 欧日韩不卡视.频| 亚洲天堂中文字幕无码男同| 黄色AV影视| 久悠悠av| 91亚洲影院综合| 久插不卡| 嗯嗯啊啊日韩精品| 一二区在线观看视频| 中国熟妇| 国产福利精品98视频| 台湾一区国产高清在线| 黄片国产精品一区二区| 日本性交操一区二区不卡系列| 色哟哟AⅤ| 人干人人人操人人摸| 天天日B夜夜干B时时操B| 青青三级视频| av影院十区| 亚洲精品人体| 免费的黄片有限公司| 亚洲αv一区二区三区| 日本岛国黄色网址 | 艹少妇网站| 大香蕉丝袜一级片| 亚洲欧洲视频小说在线观看| 黑人与人妻| 正宗无毛一线天嫩逼| 激情小说在线视频| 日韩精品人妻一| 丁香六月综合激情| 熟妇艹鸡八| 欧美人妻熟女在线| 秋霞一级鲁丝片A片| 思思性爱| 不卡九肏| 美女91AV| 日本五十路熟女一区二区| 色婷婷狠狠| 2019精品国产无码成人| 伦理片秋霞免费影院| 欧美日日网| 超碰一区二区| 波多野结衣之双飞调教在线播放| 大色综合网| 超碰性爱97| 97碰碰色| 黄片www.| 久久超碰大香蕉| 日日夜夜免费| 国产情侣自拍在线播放| 丝袜视频一区二区在线播放国产中文| 成人性交午夜免费片| 亚洲高清无码在线桃色| 嗯嗯啊啊用力视频免费| 97这里有精品| 久久草在线综合视频| 欧美日韩婷婷中文| 国产精品国产亚洲区艳妇糸列| 欧美日韩美女精品久草一区二区三区| 天天干天天操天天操夜夜操天天操 | 欧美后入式| 久久av一级av少妇av高潮| 亚洲天堂另类小说男人| 91一区二匹| 国产激情视频在线观看| 久久久久久中文| 郑州宾馆老熟女露脸啪啪| 97大色网| 天天躁日日躁成人字幕aⅴ| 久久免费中文字幕在线观看| 唯美清纯 妖精视频| 日韩中文字幕视频在线观看| ...日韩成人一区二区三区字幕| 国产精品麻豆免费视频| 欧美亚洲第1页| 国产操逼网站亚洲一级黄色| 97国产超湿| 久久久96| 色91综合网| 久久国产AⅤ| 色哟哟国产精品免费网址| 亚洲天堂男人天堂网| 婷婷在线播放| 少妇综合| 色爱欲亚洲| 日韩美女啪啪一区| 日本高清熟女久久一区| 玖玖玖玖精品国产剧情| 精品少妇一区二区三区| 97人人操人人干| 资源新线在线天堂| 日韩精品高清资源在线| 思思视频免费看网站| 青春草A| 国产精品免费日韩| 欧美日韩不卡传媒| 精品少妇一区二区三区免费观看| 97爱爱爱| 青女在线| 国产亚洲综合欧美一区| 97Ai亚洲| 久草资源欧美在线视频| 91足交| 国内毛片四区| 蜜臀精品1区2区| 亚洲精品国产无码高清| 我想要啊 啊 啊| 99久久久99久久91熟女| 国产 日韩 欧美一区| 在线视频一区二区传媒| 国产精品一级片在线看| 蜜臀99久久国产| 九九久久99| 亚洲 欧美日韩 另类| 天啪| 伦理弟一页| 亚洲成人综合在线| 国产精品日本无码A片| 亚洲色图 图片| 日韩人妻精品久久久久| 一类无码操逼视频| 97chaopengongkai| 粉嫩小泬久久久一区二区| 一区二区三区机械有限公司| 狠狠婷婷亚洲中文综合久久| 屁股久久久久久久久| 天天影视色香色欲| 天天视频综合在线观看视频| J?P?NESEHD熟女熟妇伦| 婷婷探花久久精品一区| 亚洲成人精品久久久| 青娱乐日韩无码| 一本色道久久天天射天天干| 97视频在线观看免费高清| 久久久久网站-538在线视频-欧美永久乱码 | 操屄不卡视频| 性爱网站一区二区| 97超碰9| 插入粉嫩少妇视频| 国产精品久久久蜜臀| 色五月婷婷中文字幕| 中文精品一区二去| 国产精品com| 日本三级精品| 另类专区加勒比| 伊人久久大香蕉线AV五月天| 人妻熟女一区在| 亚州AV无码国产精品| 性色av大全| 另类天堂| 校园春色五月天| 东北老熟女| 久久天堂网| 欧美日韩人妻婷婷一区| 伊人久久大香蕉线AV五月天| 国产一区二区三区中文字幕| 亚洲AV成人在线| 男人高清无码一区二区| 五十路六十路素人熟女| 探花视频免费观看国产专区| 亚洲天天更新| 97超碰欧美手机| 精品成人久久久人人亚洲| 1.igao73.com 加入收藏 免费专区 国产精品 中文字幕 日韩精品 欧美精品 精彩 | 亚洲男人的天堂一区二区| 国内外色色色色色成人视频| 综合欧美日本三级| 91精品伊人久久久大香线蕉91 | 久久久中文| 黄页av| 成人小电影网站tex| AV中文字幕三四五| 97在线/亚洲| 深夜激情| 先锋女优在线观看视频| 人妻天堂网| 男人的天堂va| 97色网| 91精品国产91久久福利| AVE乱伦| 免费αV在线视频| 日韩簧片免费看| 艹精品| 国产综合网站在线播放 | 爱射综合| 亚洲综合网图| 啊啊啊好大好湿| 色香91| 新91视频.cmp| 97国产超碰| 国产午夜在线观看| 久久性生大片免费观看性| 欧美日韩大香蕉| 爽极品影院| 国产综合网站在线播放 | 狠狠干综合| 九九九九九九亚洲| 欧美曰韩国产精品| 风骚少妇视频中文字幕| 97欧美资源| av网站免费看| 做爱A级亚欧| av资源在线播放天堂| 欧美成人都市人妻| 久久九七| 91天堂丝袜美腿| 日本506070| 日小BB小视频| 深田咏美亚洲精品福利社| 五月开心网| 99re95| 国内外毛片在线观看| 久久精品无码专区| 国产一级舔足在线观看| 亚欧无码在线| 伊人久久88国产女| 白 大 人妻 区 在线| 国偷自 一区二区| 91 丝袜在线播放| www亚洲免费| 亚洲操人| 日日骚 av| 72av视频| 国产精品永久免费10000| 无码抄逼网| 午夜福利免费精品视频| 天天干2019| 加勒比东京热五月天天堂网| 国产一线二线三线av| 黄色无码高清黄色无码网站| 国产精品一区午夜福利| 天天操天天插| 亚洲成人色情五月天丁香花| 亚洲猛交| 成 人片 黄色大片| 精品国产少妇高潮视频| 射丝袜大香蕉| 大香蕉免费3| 日韩成人电影AV| 国产美女激情| 亚洲欧美清纯| av天堂手机版追回| 后入人妻一区| 久久久9999| 乱伦图av| 操b网站亚洲无码| 亚洲天天操| 黑人黄片在线免费观看| 久久国产精品熟女人妻| 国产三级片在线观看| 亚洲成熟国产精品美女| 在线综合 亚洲 欧美中文字幕 | 99xav| 好吊色综合| 久久女婷| 碰人碰碰人人开房人肉| 秋霞成人一级在线观看| 91久青| 97欧美日韩| 99久久e免费热视| www.91欧美| 国产精品盗摄 偷窥盗摄| 日日夜夜干| 综合五月天| 国产呦精品一区二区三区下载| 久久综合18p| 九九九九九精品视频| 天天看,天天做| 欧美性天天影院| 亚洲免费在线探花| 国产精品色哟哟| 富女玩鸭子一级毛片| 看日韩美女二区三区免费操逼视频| 少妇激情AV| 国产精品爽爽va在线观看98| 精品久久九| 久久这里是精品| 天堂伊人久久| 人人干黄色| 中文字幕88av在线| 国产在线综合福利网站| 爱欲AV| 欧美中文字幕日韩在线| 女同性恋一区二区三区精品视频| 毛片久久| 日日AV加勒比| 少妇一级婬片免费放一级a性色.| 嗯嗯嗯,草死我| 精品久久久久久AV无码| 青娱乐蜜桃臀AV色婷| 综合av社区| 久久蜜色情在线视频xxx免费观看| 色吧5亚洲| 成人综合网 欧美| 变态乱伦伪娘灌肠一区二区| 伊人991| 免费a在线播放v| 男人成人黄色视频在线观看免费下载| 五月天玖玖资源站| 欧美成人精品欧美一级乱黄一区二…| 色噜噜婷婷| 亚洲天堂一区| 久久綜合很很很| 18禁网站在线播放| 婷婷激情五月综合| 一区二区偷拍拍视频| 女性91网站| 亚洲欧洲色情高清| 国人欧美精品一区二区| 狠狠爱夜夜| 91黑丝露脚| 超碰成人人人爽人人爽| 啊啊啊啊二区好大| 性开放中文AV高清无码免费看| 成人资源中文字幕在线观看| 五月婷丁香| 你懂的在线观看区国产| 亚洲天堂日本| 99精品久久| 久久久99免费| 中文字幕欧洲有码| 懂色AV一区二区三区| 亚州免费啪啪视频| 男人天堂新在线| 久久精品一区| 久久草在线综合视频| 少妇久久久久久| 99热日| 91视频国品一二三区| 色天使亚洲综合在线观看| 欧美日日人人天天| 久久久久久久久久久久久久久乱码| 色乱二区| 一级一性爱免费视频| 中国的操老妇女| 夜夜爽爽爽| 91人妻做a观看视频| 激情欧美97| 99在线视频播放| 国产自偷自拍一区| 日本色色视频网站| 亚洲自拍97| 亚洲图片 激情小说| 中文字幕第页| 黄色av片三级三级三级免费看| 91无码西班牙视频在线| 后入日本1234| 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 | 91久久精品国产| 成人乱码一区二区三少妇| a片自拍直播视频| 欧美最婬乱婬爆婬牲视频| 日本一片一区| 翘臀vidoes| 大但人体久久久久| 精久久久91| 婷婷爱五月| 亚洲 欧美日韩 另类| 老司机午夜精品视频| 国产综合久| 中出20p| 狠色婷婷久久一区二区三区_| 热久久91婷婷| 中出91| 激情五月激情综合网| 自拍偷拍亚洲熟女妇人精品| 国产资源中文字幕在线| 伊人麻豆传媒| 中文字幕一区二区三区四五区| 乱子伦一区二区三区国产精品| 一本正道久久熟女| 色香阁在线| 五月婷婷综合在线| 俺去也婷婷| 色综合久| 大香蕉久操| 色婷婷综合视频| 九九黄色视频在线观看| 91小视频| 日韩欧美经典在线观看| 温婉少妇玩3p| 亚乱色| 一区二区视频在线播放| 亚洲精品第一| 逼逼逼逼操操操操操操操操操午夜剧场 | 97视频在线视频| 高清不卡 中文 人妻| jiujiujiujingpin| 国产诱惑| 91夜夜蜜桃臀1区2区3区| 久久精品亚洲东京热色播| 岛国小电影| 18一区二区三区| 国产传媒1234区| 亚州色图狠狠干| 久久啊啊啊视频| 国产吹潮女在线观看| 九九九九免费视频| 乱操9999| 日韩BBN| 色妇综合网| 成人性爱免费播放| 免费观看网黄| 超97在线精品视频| 无码在线亚洲| 一区二区激情国产熟女| 九九九九九九九九九九九免费国产| 人人喜人人妻| 老汉网| 91精品免费| 天天欧美| www.色吧5.com| 亚洲另类小说卡通动漫| 郑州宾馆老熟女露脸啪啪| 操逼操网| 情色AV电影| 久久久久久久久久久久久久久性生活视频 | 国产精品白领在线观看| 宅男影院久久久,99| 久久久精品视频免费观看| aaa一级黄片| 久久综合乱子伦国产免费| 亚洲天堂自拍| 青青青草原| 国产色图乱伦| 精品无码不卡视频| 欧洲色| 青青草白白色| 欧美综合网1| 色汉综合| 日韩国产成人自拍视频| 99精品视频在线观看| 美骚妇av高清在线| 91n处女在线观看| 欧美精品精品一区二区| 亚洲欧美日韩精品久| 粉嫩国产精品久久粉嫩| 亚洲图片 激情小说| 蜜臀99久| 国产对白刺激视频| 少妇超碰在线| 亚洲97p| 啊啊啊水好多| 欧美一级特黄淫片在线观看| 五月天婷婷成人网| 青青草啪啪网| 日本媚薬中文字幕在线| 日本一二区不卡| 欧美日韩操操操| 精品人妻1237| 久热网| 老熟妇一区二区三区…| 国产免费大片| 久操电影网| 操操逼操操逼操操逼逼| 欧美黑人性猛交91| 在线 欧美 亚洲| ji熟女.com| 五月婷婷综合网| 91伊人久久在线| 成人免费毛片| 亚洲不卡AV在线| 噜噜噜亚洲精| 男人a天堂手机在线版| 暖暖精品二区三区观看| 欧美日韩狠狠爱| 久久久久久国产精品免费网站| 大香蕉 222| 久久加勒比| 免费看久久久性性| 国产精品天干天干综合网麻豆| 欧美成人一级麻豆| 六月天婷婷| 久久9999 | 中国一级αV| 久久草大香蕉| 四虎精品亚洲| 国产一区在线免费播放| 日韩精品99久久久久久中文字幕| 亚洲欧美综合| 欧美日韩性爱视屏免费看了| 黄色片G G G| 国产成年精品高清在线观看91| 日韩伦理久 久久 清纯| 丝袜亚洲综合| 久久久久久亚洲精品不卡人乳| 亚洲自拍青操视频| 国产树林里野战在线看| 嫩草91| 欧美经典一区二区三区| 中国熟女网站| 很黄很色的视频在线观看| 激情终合网| 欧美激情另类一区二区| 2019AV天堂| 香蕉热人人精品| 超碰天天操| 人人人人插| 色踪合AV| 黄片在线免费在线观看| 99热日| 国产女性无套 免费观看| 综合熟妇一区二区三区| 74成人在线| 国产精品久久久久婷婷二区次| 中文字幕 国产 精品| 天天看天天在线精品| 亚洲自拍欧美国产首页网曝| 亚洲欧美日韩免费观看| 人人综合| 干干干天天| 97超碰免费生活| 日韩精品一区二区三区色欲| 五月天婷婷社区| 久久久无码国精品无码三区三区| …亚洲黄色厕厕女女在线播…| 欧美性爱97超碰| 国内毛片欧美香蕉精品| 色老牛| 密臀国产在线| 丁香婷婷啪啪| 人人操欧美风骚| 高跟伊人julia ann| 婷婷去俺也去六月色| 午夜噜噜噜| 人妻在线臀日韩| 丰满人妻一区二区三区四区| 精品少妇一区二区| 乱日视频| 99精品欧美一区二区三区桃色| 久久精品成人| 啊啊啊好湿国产一二| 人妻一二三区| 中文字幕福利视频一区二区三区在线观看| 国产后入精品| 国产亚洲精品久久久久小| 亚洲少妇自拍中文字幕懂色| 男女打扑克高清网站| 久久69精品久久久久久久| 婷婷10月天青娱乐| 91jk色拍| 欧美亚洲日本激情在线| 国产精品美女视频诱惑| 嗯嗯啊啊日韩精品| 熟妇熟女亚洲天堂网| 人干人人人操人人摸| 黄页| 裸体美女久久久| 国产乱码久久| 日本欧美亚洲高清在线看| 欧美综合亚洲综合| 欧洲精品区| 91美腿丝袜在线观看| 91爆操视频| 久久老熟女| 男人 天堂 日 亚洲| 91日本在线观看| 超碰国产精品无码| 亚洲天堂资源网| 久久久久幕乱码| 精品国产99| a在线观看| 国产熟女精品区| 116美女午夜| 日本熟女中文| 欧美日韩操逼动图| 操逼无码操逼| 97亚洲色图| 在线小说视频一区| 无码视频一区二区| 免费夜夜爱黄色视频毛片| 97任你吞精| 久草国产在线视频| 日韩欧美大片免费高清啪啪| 亚洲第二页| 啊啊啊好疼| 色大香蕉97N| 97亚洲一区| 亚州色交| 天天日天天色| 黄片无码在线制服| 日韩国产不卡在线视频| 天天视频黄| 91碰碰| 欧美精品久久96人妻无码| 天天欧美欧美亚洲网| 另类在线| 欧美婷婷五月天| 婷婷激情五月天小说网| 色色色色日本| 少妇人妻好深太紧了vr91| 乱伦一二三| 淫荡网址| 精品国产乱码久久| 色综91| 青操影院| 亚洲情色一区三区| 区日韩亚洲乱码av电影| 99这里有精品| 亚洲精品99| 精品区9| 精品 码产区一区二-1080P高清在线www-B029AV | 丝袜人妻av一区二区| 三上悠亚在线毛片91| 欧美激情在线观看视频| 天天性射网| 青操影院| 97超视频在线观看| 97色妞| 久久视频,这里只有精品| 热的中文 热的有码 热的国产| 人妻酒店出差被中出免费在线播放| 国产熟女| 97天天在线| 青草伊人网| 夜夜嗨一区二区三区直播内容| 欧美性夜| 国产午夜在线观看| 女欧美一区二三区| 95自拍视频在线观看| 国产色呦呦| 婷婷丁香熟妇综合网| 久久婷婷五月| 欧美熟爽综合| 超碰激情808| 午夜欧美J进J出白浆流出久久久| 亚洲天堂中文字幕无码男同| 又大又黄国产| 国产精品久久久777| 精品久久九| 亚洲欧美综合网| 老熟女综合| 综合久久久久久久久91| 国产高清免费不卡av| 欧美疯狂做爰xxxx| 六月婷婷激情| 黄色二级片网站| 91国产丝袜美女| 久久久久久综合久久伊人蜜月| 嗯嗯啊啊啊好爽| 久久成人国产精品| 久草福利在线资源站| 一区二区三区精品黑丝白丝酒店对鸡 | 综合国产影视三级| 久久久久久AⅤ无码免费肉站| 丁香六月婷婷综合| 78综合网| 粉嫩av一区二区三区四季| 欧洲站一级二级三级h|