欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

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。

YOLOv11多光譜葉片分割與蟲(chóng)害計(jì)數(shù)實(shí)戰(zhàn):從訓(xùn)練到邊緣部署

YOLOv11多光譜葉片分割與蟲(chóng)害計(jì)數(shù)實(shí)戰(zhàn):從訓(xùn)練到邊緣部署 簡(jiǎn)介一份面向農(nóng)業(yè)智能化與計(jì)算機(jī)視覺(jué)開(kāi)發(fā)者的實(shí)戰(zhàn)型PDF技術(shù)文檔系統(tǒng)講解如何基于YOLOv11與多光譜圖像處理完成農(nóng)業(yè)病蟲(chóng)害檢測(cè)系統(tǒng)的開(kāi)發(fā)。YOLOv11憑借單階段檢測(cè)特性兼顧速度與精度使系統(tǒng)在實(shí)時(shí)監(jiān)測(cè)場(chǎng)景中具備明顯優(yōu)勢(shì)。文檔針對(duì)傳統(tǒng)人工檢測(cè)效率低、結(jié)果主觀性強(qiáng)、難以實(shí)時(shí)監(jiān)測(cè)等農(nóng)業(yè)痛點(diǎn)以葉片分割與蟲(chóng)害計(jì)數(shù)兩大任務(wù)為主線覆蓋多光譜數(shù)據(jù)采集與預(yù)處理、YOLOv11基礎(chǔ)理論、葉片分割算法實(shí)現(xiàn)、蟲(chóng)害計(jì)數(shù)方法設(shè)計(jì)、系統(tǒng)開(kāi)發(fā)與集成、實(shí)驗(yàn)結(jié)果分析與典型應(yīng)用場(chǎng)景等完整技術(shù)鏈路并涵蓋數(shù)據(jù)增強(qiáng)、模型融合與評(píng)估指標(biāo)等細(xì)節(jié)幫助讀者建立從算法到工程落地的認(rèn)知適合算法工程師、農(nóng)業(yè)科研人員及高校學(xué)生按目錄快速查閱。資源為PDF格式共1個(gè)文件壓縮包大小約2.02MB文檔共40頁(yè)文字、圖表、目錄顯示完整支持大綱跳轉(zhuǎn)和章節(jié)定位目前已有101人瀏覽學(xué)習(xí)可作為農(nóng)業(yè)病蟲(chóng)害檢測(cè)項(xiàng)目入門參考。1. 農(nóng)業(yè)病蟲(chóng)害檢測(cè)的硬骨頭為什么是YOLOv11多光譜田間拍回來(lái)的照片要么背景全是土和雜草要么葉片被陰影壓成一片死黑。做病蟲(chóng)害檢測(cè)的同行都有體會(huì)用普通RGB圖訓(xùn)練出來(lái)的分割模型換個(gè)地塊、換套光照就崩蟲(chóng)體小到只有十幾個(gè)像素?cái)?shù)都數(shù)不清。農(nóng)業(yè)病蟲(chóng)害檢測(cè)實(shí)戰(zhàn)里把多光譜信息和YOLOv11的實(shí)例分割能力結(jié)合起來(lái)走“多光譜葉片分割蟲(chóng)害計(jì)數(shù)”這條路是這幾年我們驗(yàn)證下來(lái)最穩(wěn)的方向。多光譜能把健康葉片和病斑從光譜上分開(kāi)YOLOv11的分割頭負(fù)責(zé)把葉片輪廓摳出來(lái)計(jì)數(shù)交給掩膜分析而不是靠數(shù)框框。這套方法適合正在做植保信息化、智能蟲(chóng)情測(cè)報(bào)或者想用視覺(jué)模型替代人工田間調(diào)查的團(tuán)隊(duì)。讀完這篇你能拿到一條從數(shù)據(jù)采集、模型訓(xùn)練、計(jì)數(shù)統(tǒng)計(jì)到邊緣設(shè)備部署的完整落地路徑。2. 多光譜數(shù)據(jù)從哪來(lái)波段選擇、采集設(shè)備與標(biāo)注規(guī)范2.1 多光譜和RGB的區(qū)別五個(gè)波段還是越寬越好多光譜不是玄學(xué)它的核心價(jià)值在于把“顏色”擴(kuò)展成“光譜響應(yīng)曲線”。普通RGB相機(jī)把400到700nm可見(jiàn)光壓縮成三個(gè)通道而多光譜傳感器在同樣的視場(chǎng)里多采了幾個(gè)窄帶波段。水稻稻瘟病、小麥條銹病這類病害發(fā)病初期葉片在RGB圖里只是微微發(fā)黃人眼很難判斷但紅邊波段700到750nm和近紅外波段750到900nm的反射率變化非常明顯。這也是為什么植保方向的公開(kāi)數(shù)據(jù)集大多帶RedEdge和NIR通道。選波段的時(shí)候一個(gè)常見(jiàn)誤區(qū)是“波段越多越好”。我做過(guò)的方案里用的是典型植保無(wú)人機(jī)多光譜相機(jī)的五通道配置藍(lán)450nm中心波長(zhǎng)、綠560nm、紅650nm、紅邊730nm、近紅外840nm。為什么不直接上十幾個(gè)波段的高光譜數(shù)據(jù)量、標(biāo)定成本和模型復(fù)雜度都會(huì)失控而且YOLOv11的輸入端按通道數(shù)接受圖像通道太多會(huì)把訓(xùn)練時(shí)間拖垮。五個(gè)波段里藍(lán)綠紅合成RGB圖喂給模型做外觀特征紅邊和近紅外作為額外通道參與植被指數(shù)計(jì)算這個(gè)組合在絕大多數(shù)田間場(chǎng)景下已經(jīng)夠用。通道中心波長(zhǎng)典型半高寬在葉片分割里的用途Blue450nm35nm合成RGB基礎(chǔ)通道提供紋理細(xì)節(jié)Green560nm40nm正常葉綠素反射峰區(qū)分活體葉片Red650nm40nm葉綠素吸收帶病斑區(qū)反射率偏高RedEdge730nm40nm病害早期敏感波段紅邊位移檢測(cè)NIR840nm50nm葉片含水量與細(xì)胞結(jié)構(gòu)區(qū)分枯葉與背景多光譜數(shù)據(jù)的采集方式有兩種無(wú)人機(jī)搭載多光譜相機(jī)飛正射或者地面手持多光譜相機(jī)貼近葉片拍。無(wú)人機(jī)適合田塊級(jí)蟲(chóng)情普查地面拍攝適合葉片級(jí)分割和蟲(chóng)害細(xì)粒度計(jì)數(shù)后者和“葉片分割”這個(gè)目標(biāo)更匹配。采集時(shí)有個(gè)硬性要求多光譜相機(jī)的光照傳感器必須直視天空每次起飛前做一次白板校準(zhǔn)否則太陽(yáng)高度角變化會(huì)讓各波段反射率失去可比性。把這種校準(zhǔn)視為拍照流程的一部分不要指望軟件后處理能完全救回來(lái)。2.2 葉片分割的標(biāo)注規(guī)范掩膜格式與類目設(shè)計(jì)多光譜數(shù)據(jù)拿到手之后要先做預(yù)處理才能進(jìn)入訓(xùn)練管線。常見(jiàn)做法是把原始五通道TIFF拆成單波段藍(lán)綠紅合成為RGB圖紅邊和近紅外分別存為兩個(gè)單通道灰度圖然后五通道直接拼成一個(gè)5通道Tensor送入YOLOv11。有人會(huì)把RGB、紅邊、近紅外做成三圖并列的多流輸入也有人把紅邊NIR合成偽彩色圖工程上最穩(wěn)妥的還是直接拼通道YOLOv11的輸入層改一個(gè)參數(shù)就能接住。標(biāo)注規(guī)范是這套方案能不能復(fù)現(xiàn)的關(guān)鍵。葉片分割的標(biāo)注用COCO的polygon格式一個(gè)葉片一個(gè)實(shí)例病斑區(qū)域單獨(dú)標(biāo)一個(gè)類不要混在葉片輪廓里。類目設(shè)計(jì)上至少分四類正常葉片、病斑葉片、蟲(chóng)害葉片、背景?!跋x(chóng)害葉片”和“病斑葉片”的差別在于蟲(chóng)害葉片通常有咬噬邊緣或蟲(chóng)糞附著分割模型需要靠紋理細(xì)節(jié)區(qū)分。標(biāo)注時(shí)要放大到單個(gè)葉片占畫(huà)面至少30%再勾輪廓否則小面積類的邊緣會(huì)被標(biāo)注員隨手畫(huà)成多邊形訓(xùn)練完掩膜邊界全是鋸齒。{ info: { description: multispectral leaf segmentation dataset, channels: 5, width: 1280, height: 960 }, categories: [ {id: 0, name: normal_leaf, supercategory: leaf}, {id: 1, name: diseased_leaf, supercategory: leaf}, {id: 2, name: pest_leaf, supercategory: leaf}, {id: 3, name: background, supercategory: background} ], annotations: [ { id: 1, image_id: 1, category_id: 1, segmentation: [[310, 210, 315, 260, 355, 250, 360, 205]], area: 2670.5 } ] }上面這個(gè)JSON是COCO格式標(biāo)注的最小骨架。segmentation字段是polygon坐標(biāo)點(diǎn)按先x后y排列閉合點(diǎn)不重復(fù)。標(biāo)注完成后要統(tǒng)計(jì)類別平衡度田間數(shù)據(jù)非常容易出現(xiàn)正常葉片占80%、蟲(chóng)害葉片只有5%的長(zhǎng)尾分布這時(shí)不要急著訓(xùn)練先用基于類別的加權(quán)裁剪增強(qiáng)把少數(shù)類的小圖在每輪隨機(jī)多采樣幾次。這一步不做好模型會(huì)乖乖把所有葉片全預(yù)測(cè)成正常葉片。2.3 從5通道TIFF到Y(jié)OLOv11能吃的輸入預(yù)處理三步走多光譜相機(jī)導(dǎo)出的一般是16位TIFFYOLOv11默認(rèn)接3通道8位圖直接硬喂會(huì)出問(wèn)題。第一步做輻射定標(biāo)把DN值乘以相機(jī)出廠標(biāo)定系數(shù)轉(zhuǎn)成反射率第二步做波段拉伸把五個(gè)波段分別截取2%到98%的直方圖分位點(diǎn)線性映射到0到255。這里有個(gè)我踩過(guò)的坑如果五個(gè)波段各自獨(dú)立拉伸會(huì)破壞波段間的相對(duì)亮度關(guān)系紅邊和近紅外的數(shù)值域會(huì)被拉跑。正確做法是先按NIR波段的統(tǒng)計(jì)量算出一個(gè)全局映射再把這個(gè)映射套用到所有波段。import cv2 import numpy as np from glob import glob # 5波段TIFF讀取和全局拉伸 def load_and_stretch(tiff_path, percent2): img cv2.imread(tiff_path, cv2.IMREAD_UNCHANGED) # 16位 bands np.split(img, 5, axis-1) # 假設(shè)TIFF按波段存儲(chǔ) # 以NIR波段為基準(zhǔn)計(jì)算全局分位數(shù) nir bands[4].astype(np.float32) low np.percentile(nir, percent) high np.percentile(nir, 100 - percent) stretched [] for b in bands: b np.clip((b.astype(np.float32) - low) / (high - low), 0, 1) stretched.append((b * 255).astype(np.uint8)) return np.concatenate(stretched, axis-1) # H, W, 5 data load_and_stretch(field_001.tiff) print(data.shape, data.dtype) # (960, 1280, 5) uint8這段代碼的要點(diǎn)在全局拉伸。percent取2意味著用2%到98%的分位數(shù)壓制極端反光點(diǎn)反光葉片上的鏡面反射不會(huì)把動(dòng)態(tài)范圍全部吃掉。最終輸出的5通道數(shù)組前3通道是RGB后2通道是RedEdge和NIR。訓(xùn)練增強(qiáng)上要注意不要給多光譜通道做RandomBrightnessContrast波段間的比例關(guān)系太敏感我只用幾何增強(qiáng)旋轉(zhuǎn)、翻轉(zhuǎn)、隨機(jī)縮放0.8到1.2倍。顏色類增強(qiáng)只對(duì)RGB部分做輕微HSV擾動(dòng)RedEdge和NIR不參與。3. 跑通YOLOv11葉片分割網(wǎng)絡(luò)結(jié)構(gòu)、環(huán)境配置和訓(xùn)練命令3.1 為什么選YOLOv11的分割頭網(wǎng)絡(luò)結(jié)構(gòu)里藏著對(duì)田間數(shù)據(jù)的妥協(xié)YOLOv11延續(xù)了Ultralytics系列anchor-free的設(shè)計(jì)分割分支和檢測(cè)分支共用主干和頸部只在Head尾部多出一條輸出掩膜的卷積路徑。它用C3k2模塊替代了早期版本的C3模塊在保持感受野的同時(shí)把計(jì)算量降下來(lái)PSA注意力機(jī)制放在深層Stage能提升分割任務(wù)對(duì)細(xì)小病斑的敏感度。這些結(jié)構(gòu)上的改進(jìn)帶來(lái)的直接結(jié)果是在同樣精度下模型體積更小在NVIDIA Jetson這類邊緣設(shè)備上能把推理幀率提上去這一點(diǎn)對(duì)田間部署很重要。YOLOv11官方給出的分割模型從yolo11n-seg到y(tǒng)olo11x-seg參數(shù)覆蓋從幾MB到上百M(fèi)B。農(nóng)業(yè)現(xiàn)場(chǎng)我一般選yolo11n-seg作為起點(diǎn)做快速驗(yàn)證等確認(rèn)數(shù)據(jù)沒(méi)問(wèn)題之后再用yolo11m-seg提精度。不要一上來(lái)就上最大的x版本多光譜五通道輸入本身就把參數(shù)量放大了x版本在Jetson Nano上跑不動(dòng)最后還得回頭壓縮。# 激活虛擬環(huán)境并安裝ultralytics conda create -n agri-yolov11 python3.10 -y conda activate agri-yolov11 pip install ultralytics torch torchvision --index-url https://download.pytorch.org/whl/cu118安裝時(shí)有兩個(gè)注意點(diǎn)。一是Python版本別選3.12某些多光譜圖像處理庫(kù)的C擴(kuò)展還沒(méi)適配二是PyTorch和CUDA版本要看推理設(shè)備如果在Jetson上跑主機(jī)裝CUDA 11.8版本設(shè)備端用JetPack自帶的PyTorch兩邊版本不要強(qiáng)行統(tǒng)一。裝完后用yolo predict modelyolo11n-seg.pt sourcebush.jpg跑一次自帶權(quán)重確認(rèn)推理鏈路通。3.2 最小訓(xùn)練命令改三個(gè)參數(shù)讓模型接受5通道輸入要讓YOLOv11接受多光譜輸入需要?jiǎng)觾蓚€(gè)地方模型配置里把ch從3改成5數(shù)據(jù)集配置里把nc改成4。常見(jiàn)的做法是直接改yaml文件不推薦在訓(xùn)練腳本里動(dòng)態(tài)改模型通道數(shù)那樣可復(fù)現(xiàn)性差。# leaf_seg.yaml path: /data/multispectral_leaf train: images/train val: images/val nc: 4 names: 0: normal_leaf 1: diseased_leaf 2: pest_leaf 3: background# yolo11n-seg-multispectral.yaml # 基于官方y(tǒng)olo11n-seg.yaml修改只改ch nc: 4 ch: 5 scales: # 模型縮放系數(shù) n: [0.50, 0.25, 1024]# 開(kāi)始訓(xùn)練 yolo train \ modelyolo11n-seg-multispectral.yaml \ dataleaf_seg.yaml \ epochs200 \ imgsz640 \ batch8 \ workers4 \ device0 \ optimizerSGD \ lr00.01 \ cacheram這段訓(xùn)練命令用SGD而不是默認(rèn)的AdamW原因是多光譜數(shù)據(jù)標(biāo)注成本高、數(shù)據(jù)量普遍偏小SGD配合warmup能收斂到更平滑的極小值測(cè)試集mAP一般比AdamW高1到2個(gè)點(diǎn)。batch設(shè)為8是因?yàn)?通道輸入顯存占用比同樣尺寸的RGB大不少12GB顯存卡上用8比較穩(wěn)。cacheram把整個(gè)數(shù)據(jù)集加載進(jìn)內(nèi)存多光譜數(shù)據(jù)讀取比RGB慢不做這個(gè)訓(xùn)練時(shí)會(huì)頻繁等磁盤(pán)IO。imgsz先用640把流程跑通后續(xù)小目標(biāo)優(yōu)化再提1024。訓(xùn)練時(shí)打開(kāi)兩個(gè)觀察指標(biāo)mask_mAP0.5和mask_mAP0.5:0.95前者看分割輪廓的整體準(zhǔn)確性后者看掩膜邊界貼合度。田間葉片分割的驗(yàn)收底線一般是mAP0.5達(dá)到0.8以上、mAP0.5:0.95達(dá)到0.5以上達(dá)不到就先檢查標(biāo)注質(zhì)量而不是盲目加訓(xùn)練輪數(shù)。3.3 小目標(biāo)優(yōu)化蟲(chóng)體只有十幾個(gè)像素時(shí)模型為什么漏檢蟲(chóng)害計(jì)數(shù)場(chǎng)景里蚜蟲(chóng)、薊馬這類小型害蟲(chóng)在640尺寸圖像里只有十幾個(gè)像素YOLOv11的默認(rèn)檢測(cè)頭在最深層輸出特征圖下采樣32倍后這些小目標(biāo)幾乎消失。社區(qū)里常用的解法有三個(gè)按見(jiàn)效速度排序切圖推理、增加P2檢測(cè)層、提高輸入分辨率三個(gè)可以疊加用。切圖推理是成本最低的優(yōu)化。把1024尺寸的輸入切成四張512的小圖分別推理再把結(jié)果映射回原圖坐標(biāo)小目標(biāo)相當(dāng)于被放大了一倍。代價(jià)是推理時(shí)間翻四倍但對(duì)課題組聯(lián)排分析離線圖片來(lái)說(shuō)完全值得。增加P2層要改模型結(jié)構(gòu)在neck部分把第2層輸出接入檢測(cè)頭YOLOv11的yaml文件里加一層C2PSA和對(duì)應(yīng)輸出節(jié)點(diǎn)這部分官方文檔沒(méi)有現(xiàn)成模板改起來(lái)需要看模型參數(shù)量變化來(lái)調(diào)寬度系數(shù)。# 提高分辨率重新訓(xùn)練通常比改結(jié)構(gòu)收益更直接 yolo train \ modelleaf_seg_last.pt \ dataleaf_seg.yaml \ epochs50 \ imgsz1024 \ batch4 \ device0 \ resumeFalseimgsz從640提到1024的收益在蟲(chóng)害計(jì)數(shù)場(chǎng)景非常明顯標(biāo)注里的密集小蟲(chóng)目標(biāo)會(huì)被激活更多anchor位置。注意batch要相應(yīng)減半顯存不足時(shí)先把workers降到2。實(shí)測(cè)經(jīng)驗(yàn)是640到1024能讓小目標(biāo)的recall提升約10個(gè)百分點(diǎn)代價(jià)是單張推理時(shí)間增加但離線分析場(chǎng)景幾乎不在乎。換到實(shí)時(shí)測(cè)報(bào)場(chǎng)景時(shí)再考慮用切圖推理和TensorRT壓縮拉回幀率。4. 蟲(chóng)害計(jì)數(shù)不靠數(shù)框從分割掩膜到密度統(tǒng)計(jì)的完整管線4.1 為什么不用檢測(cè)框數(shù)數(shù)重疊蟲(chóng)體會(huì)把計(jì)數(shù)變成玄學(xué)有段時(shí)間我直接用檢測(cè)分支的box數(shù)量當(dāng)蟲(chóng)口數(shù)結(jié)果一塌糊涂。蚜蟲(chóng)密集聚集時(shí)幾十只蟲(chóng)擠在一片葉子背面檢測(cè)框互相重疊NMS之后只剩幾個(gè)框。換成分割掩膜之后每個(gè)蟲(chóng)體是一個(gè)獨(dú)立的連通域即使蟲(chóng)體之間有輕微粘連也能通過(guò)輪廓分析拆開(kāi)。這就是“葉片分割蟲(chóng)害計(jì)數(shù)”這個(gè)組合的底層邏輯分割模型負(fù)責(zé)把蟲(chóng)體從葉片背景中分離出來(lái)計(jì)數(shù)交給二值圖像分析不再依賴檢測(cè)框。import cv2 import numpy as np def count_pests(mask, min_area8, max_area800): # mask: 模型輸出的二值掩膜背景為0蟲(chóng)體為255 mask_u8 (mask.squeeze() * 255).astype(np.uint8) # 形態(tài)學(xué)開(kāi)運(yùn)算去掉單像素噪點(diǎn) kernel cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)) cleaned cv2.morphologyEx(mask_u8, cv2.MORPH_OPEN, kernel) # 連通域分析 num, labels, stats, centroids cv2.connectedComponentsWithStats(cleaned, connectivity8) valid_count 0 valid_areas [] for i in range(1, num): area stats[i, cv2.CC_STAT_AREA] if min_area area max_area: valid_count 1 valid_areas.append(area) return valid_count, np.array(valid_areas), centroids[1:][valid_areas] # 假設(shè)pest_mask來(lái)自模型輸出的分割掩膜 count, areas, cents count_pests(pest_mask) print(f檢出的蟲(chóng)口數(shù): {count}, 平均面積: {areas.mean():.1f} px)這段計(jì)數(shù)代碼有三個(gè)關(guān)鍵參數(shù)。min_area8用于過(guò)濾分割噪聲點(diǎn)多光譜紅邊通道有時(shí)會(huì)把土壤顆粒誤分為蟲(chóng)體小于8像素的噪點(diǎn)直接丟掉max_area800用于排除粘連成片的蟲(chóng)團(tuán)如果葉片背面蟲(chóng)害密集成片這個(gè)閾值要放寬后配合分水嶺做區(qū)域拆分。連通域用8鄰域而不用4鄰域因?yàn)?鄰域容易把細(xì)長(zhǎng)的蟲(chóng)腿斷開(kāi)導(dǎo)致一只蟲(chóng)被數(shù)成兩只。面積和重心的輸出可以用來(lái)計(jì)算蟲(chóng)體大小分布蚜蟲(chóng)和葉蟬的體積差異能輔助區(qū)分種群。4.2 把計(jì)數(shù)結(jié)果寫(xiě)回推理結(jié)果保存帶統(tǒng)計(jì)的JSON和可視化YOLOv11的推理結(jié)果默認(rèn)只保存標(biāo)注圖但田間調(diào)查需要的是能直接導(dǎo)入統(tǒng)計(jì)分析軟件的數(shù)據(jù)。常見(jiàn)做法是把每個(gè)葉片的病斑面積、蟲(chóng)口數(shù)、蟲(chóng)體平均面積按葉片實(shí)例聚合輸出成JSON。用Ultralytics的Results對(duì)象直接取masks屬性做坐標(biāo)偏移映射后再跑連通域統(tǒng)計(jì)。from ultralytics import YOLO model YOLO(best.pt) results model.predict( sourcetest_field/, imgsz1024, conf0.35, saveTrue, save_txtTrue, projectruns/pest_count, nameexp1 ) summary [] for res in results: masks res.masks.data.cpu().numpy() # 每個(gè)實(shí)例一個(gè)掩膜 class_ids res.boxes.cls.cpu().numpy().astype(int) names res.names for i, mask in enumerate(masks): cls_id class_ids[i] if names[cls_id] ! pest_leaf: continue # 提取該實(shí)例在整圖坐標(biāo)系里的掩膜塊 binary mask 0.5 pest_count, areas, cents count_pests(binary.astype(np.uint8)) summary.append({ image: res.path.split(/)[-1], leaf_area_px: int(binary.sum()), pest_count: int(pest_count), pest_avg_area_px: float(areas.mean()) if len(areas) else 0, }) import json with open(runs/pest_count/summary.json, w) as f: json.dump(summary, f, indent2)predict參數(shù)里conf0.35要重點(diǎn)說(shuō)明。分割模型的mask置信度偏低默認(rèn)0.25在密集蟲(chóng)害場(chǎng)景會(huì)混入大量背景噪聲0.5又容易把邊緣模糊的小蟲(chóng)整塊濾掉我調(diào)試下來(lái)0.3到0.4之間最穩(wěn)具體數(shù)值要按驗(yàn)證集調(diào)。saveTrue保存可視化結(jié)果save_txtTrue會(huì)把每個(gè)實(shí)例的歸一化坐標(biāo)存為txt這兩個(gè)參數(shù)是排查模型輸出時(shí)最常用的對(duì)照材料。如果要把計(jì)數(shù)結(jié)果繪制到原圖上用Results對(duì)象的plot()方法就能拿到帶掩膜的圖像再用cv2.putText把蟲(chóng)口數(shù)寫(xiě)到圖片左上角。這個(gè)可視化版本不是給人看的是給資方和植保專家看的他們需要一眼確認(rèn)“數(shù)出來(lái)的蟲(chóng)和圖上標(biāo)的位置對(duì)得上”。4.3 驗(yàn)證計(jì)數(shù)精度不要只看mAP用人工計(jì)數(shù)對(duì)比模型分割mAP再高也不等于蟲(chóng)口數(shù)準(zhǔn)確。我吃過(guò)這個(gè)虧掩膜mAP到了0.85人工復(fù)核時(shí)發(fā)現(xiàn)模型把葉片背面的蟲(chóng)糞顆粒當(dāng)成了蟲(chóng)體計(jì)數(shù)虛高。正確做法是專門建一個(gè)計(jì)數(shù)驗(yàn)證集每張圖拍完后人工數(shù)一遍和模型輸出做對(duì)比用平均絕對(duì)百分比誤差MAPE和決定系數(shù)R2兩個(gè)指標(biāo)評(píng)判。之前交付的蟲(chóng)情測(cè)報(bào)系統(tǒng)里驗(yàn)證標(biāo)準(zhǔn)是MAPE低于15%才算驗(yàn)收通過(guò)達(dá)不到就回去調(diào)min_area閾值最差情況才考慮換更大的模型。計(jì)數(shù)驗(yàn)證還需要?jiǎng)澇觥盎煜齾^(qū)間”。人工數(shù)10只以下和人工數(shù)200只以上的圖模型誤差形態(tài)完全不同低密度主要錯(cuò)在漏檢高密度主要錯(cuò)在粘連。優(yōu)化時(shí)不要只用全量MAPE分密度段去看誤差來(lái)源低密度段提升分辨率高密度段改善分割邊界的收縮程度。這兩個(gè)方向的改動(dòng)是不同的混在一起調(diào)參容易兩頭不討好。5. 常見(jiàn)問(wèn)題與避坑記錄五通道數(shù)據(jù)訓(xùn)練與部署的五個(gè)坑5.1 多光譜通道全堆進(jìn)去精度反而比純RGB更差現(xiàn)象把五個(gè)通道直接拼起來(lái)訓(xùn)練了一個(gè)百輪模型驗(yàn)證集mAP只有0.62回到純RGB三通道重新訓(xùn)練同樣數(shù)據(jù)mAP反而到了0.70。這看起來(lái)違反直覺(jué)多光譜信息明明是增強(qiáng)怎么成了負(fù)優(yōu)化。原因訓(xùn)練數(shù)據(jù)量不足時(shí)五個(gè)通道的參數(shù)量把模型自由度過(guò)分放大紅邊和近紅外通道的標(biāo)注噪聲也被模型完整吃進(jìn)去。尤其是標(biāo)注了背景類的場(chǎng)景土壤在不同波段的反射分布差異巨大模型學(xué)會(huì)了用波段組合模式去猜背景而不是真正理解葉片邊界。解決先用RGB部分加載COCO預(yù)訓(xùn)練權(quán)重把多光譜新增的兩個(gè)通道的輸入層做權(quán)重重置然后凍結(jié)主干前10層只訓(xùn)練分割頭和neck部分。等損失曲線平穩(wěn)后解凍全部層用小學(xué)習(xí)率0.0001微調(diào)。這個(gè)策略能把多光譜的增益真正發(fā)揮出來(lái)通常比全量從頭訓(xùn)練高出4到5個(gè)mAP點(diǎn)。5.2 16位TIFF直接喂進(jìn)模型所有葉片預(yù)測(cè)成背景現(xiàn)象訓(xùn)練loss不下降預(yù)測(cè)結(jié)果全圖都是黑色掩膜一片空白。檢查輸入圖像發(fā)現(xiàn)大部分區(qū)域全黑或過(guò)曝。原因OpenCV讀16位TIFF返回的dtype是uint16模型內(nèi)部默認(rèn)按uint8的0到255范圍做歸一化16位數(shù)據(jù)的數(shù)值范圍是0到65535模型把所有像素當(dāng)成“大于1”的異常值歸一化后幾乎全部壓到1信息全丟。解決手寫(xiě)預(yù)處理腳本把五通道TIFF按2%到98%分位數(shù)拉伸成uint8再拼接成5通道輸入。這個(gè)坑在2.3節(jié)的處理流程里已經(jīng)解決但常有同學(xué)跳過(guò)預(yù)處理直接開(kāi)始訓(xùn)練強(qiáng)烈建議訓(xùn)練前用cv2.imwrite輸出一張RGB合成圖目視檢查。5.3 切圖推理后小目標(biāo)計(jì)數(shù)重復(fù)一個(gè)蟲(chóng)體被數(shù)成三只現(xiàn)象對(duì)大圖做滑窗切圖推理把小圖結(jié)果拼回原圖后切圖邊緣的蟲(chóng)體出現(xiàn)重復(fù)計(jì)數(shù)最多能重復(fù)三倍。原因切圖窗口之間通常有20到50像素的重疊用來(lái)避免目標(biāo)在邊緣被截?cái)?。但合并結(jié)果時(shí)沒(méi)有做跨圖去重落在重疊區(qū)的蟲(chóng)體在兩三張切圖里各被識(shí)別一次。解決合并階段按物體中心點(diǎn)坐標(biāo)聚類兩中心點(diǎn)距離小于10像素的認(rèn)為是同一個(gè)蟲(chóng)體。實(shí)現(xiàn)方式是在4.1節(jié)的連通域分析上疊加一個(gè)去重循環(huán)把全部切圖的檢測(cè)結(jié)果先收集到同一坐標(biāo)系然后按中心點(diǎn)做空間哈希去重。另外一個(gè)更省事的方案是讓切圖重疊區(qū)保持0像素把確實(shí)被截?cái)嗟南x(chóng)體交給后續(xù)的掩膜拼接邏輯處理但這樣就損失了切圖增強(qiáng)召回率的意義。5.4 換了個(gè)太陽(yáng)角度模型預(yù)測(cè)結(jié)果大面積漂移現(xiàn)象上午10點(diǎn)采集的數(shù)據(jù)訓(xùn)練出的模型放到下午4點(diǎn)的田塊上預(yù)測(cè)病斑葉片被大量識(shí)別為背景蟲(chóng)害葉片漏檢一半。原因多光譜反射率對(duì)光照角度和太陽(yáng)高度角極其敏感。上午采集時(shí)紅邊波段的值域整體偏高模型學(xué)到了這個(gè)統(tǒng)計(jì)特征下午太陽(yáng)角度變化后紅邊值域偏移模型認(rèn)為所有樣本分布異常輸出趨于保守。解決預(yù)測(cè)前不做任何圖像增強(qiáng)直接調(diào)整模型推理時(shí)的對(duì)比度歸一化參數(shù)把輸入圖像的分位數(shù)中心化到訓(xùn)練集統(tǒng)計(jì)值。根治辦法是在采集階段固定每天的采集時(shí)段比如只做上午9點(diǎn)到11點(diǎn)的窗口另外每次飛行前做白板校正。如果必須覆蓋全天場(chǎng)景訓(xùn)練數(shù)據(jù)必須包含不同時(shí)段樣本哪怕?tīng)奚徊糠謫螘r(shí)段精度也要保全天魯棒性。5.5 Jetson Nano上部署推理顯存直接溢出現(xiàn)象在Jetson Nano 4GB版部署yolo11m-seg模型TensorRT推理時(shí)CUDA out of memory換成n分支勉強(qiáng)能跑但幀率只有3FPS。原因YOLOv11分割模型比檢測(cè)模型多一條掩膜分支顯存占用高出一大截。直接用官方PyTorch權(quán)重做推理時(shí)動(dòng)態(tài)shape的顯存分配沒(méi)有優(yōu)化4GB內(nèi)存根本不夠。解決導(dǎo)出TensorRT engine時(shí)固定輸入尺寸禁止動(dòng)態(tài)batch。batch_size固定為1輸入尺寸固定為640而不是1024開(kāi)啟FP16量化。再極致一些可以把掩膜輸出插值操作挪到CPU上做GPU只保留網(wǎng)絡(luò)推理部分。實(shí)測(cè)固定shape后顯存占用可以從4.6GB壓到1.8GB幀率從3FPS提到15FPS配合2.3節(jié)的切圖推理能勉強(qiáng)滿足實(shí)時(shí)監(jiān)測(cè)。如果目標(biāo)是Rockchip這類ARM Linux平臺(tái)常見(jiàn)做法是在yocto系統(tǒng)里交叉編譯TensorRT或使用Rockchip的NPU工具鏈但別指望直接復(fù)用NVIDIA的engine文件。6. 把東西交出去系統(tǒng)部署的驗(yàn)證方式和最后一步校準(zhǔn)模型在開(kāi)發(fā)機(jī)上跑通只是完成了一半田間系統(tǒng)要交付的是穩(wěn)定輸出。我的習(xí)慣是先在室內(nèi)測(cè)試集上跑全量數(shù)據(jù)確認(rèn)沒(méi)有類別崩潰和掩膜空洞問(wèn)題后再帶著便攜屏和模型去種植戶的大棚里做三組現(xiàn)場(chǎng)驗(yàn)證一組正常光照、一組遮陰、一組噴灌后葉片帶水珠。帶水珠的工況最容易暴露問(wèn)題水珠在近紅外波段恰好是高反射體會(huì)偽裝成蟲(chóng)體邊緣。部署時(shí)導(dǎo)出TensorRT固定shape模型之后我會(huì)額外寫(xiě)一個(gè)很小的校驗(yàn)?zāi)_本把導(dǎo)出前后模型的輸出結(jié)果做逐通道對(duì)比允許誤差控制在1e-2以內(nèi)。這個(gè)步驟能抓出TensorRT對(duì)某些自定義算子的精度退化。把最后一段推理結(jié)果保存腳本里加上一張“置信度直方圖”每隔30分鐘統(tǒng)計(jì)一次輸出分?jǐn)?shù)分布如果分布和訓(xùn)練時(shí)差異明顯說(shuō)明現(xiàn)場(chǎng)工況已經(jīng)漂移出訓(xùn)練數(shù)據(jù)覆蓋范圍系統(tǒng)會(huì)在后臺(tái)提醒重新采集數(shù)據(jù)微調(diào)。最后一步是把蟲(chóng)口數(shù)換算成發(fā)生程度。植保上一般按單葉蟲(chóng)口數(shù)和病斑面積占比分成輕、中、重三級(jí)模型輸出的絕對(duì)數(shù)值并不直接等于防治決策信號(hào)。我現(xiàn)在交付的系統(tǒng)里都會(huì)加一段歸一化邏輯把蟲(chóng)口數(shù)除以檢測(cè)葉片的總面積得到蟲(chóng)口密度再查分級(jí)表輸出預(yù)警等級(jí)避免葉片大小差異導(dǎo)致的計(jì)數(shù)誤判。這個(gè)細(xì)節(jié)是多個(gè)項(xiàng)目甲方回頭找我們改需求的共同原因第一次做時(shí)很容易漏。希望這篇開(kāi)發(fā)指南能幫你在自己的多光譜數(shù)據(jù)集上少走彎路從模型訓(xùn)練到最終交付都能穩(wěn)一點(diǎn)。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
91熟妇大香蕉| 丁香激激情网| 欧洲MV日韩MV国产| 丁香五月婷婷AV| 99热九九这里只有精品10| 精品人妻午夜一区二区三区四区| 91午夜激情| 亚洲五月天,激情视频| 开心五月激情网| 996日日爱| 国产高清视频91九九九久久久| 久9久成人精品视频| 亚洲 激情 中文| 五月色情婷婷| 免费黄网不卡AV| 丁香六月婷婷综合缴| 精品牛仔裤超碰| 777影视理论片大全在线观看 | 丁香五月天五码婷婷| 色99欧洲色19| 在线看的免费网站| 丁香五月激情婷婷| 9|无码久久久久久| 久久五月丁香| 婷婷丁香小说| Www.激情| www.婷婷五月天啪啪| 亚洲无码九九九| 婷婷色在线观看| 999热在线视频| 爱爱色五月天| 99久久99热| 99毛片| 在线观看免费观看在线9久| 伊人五月综合网| 五月天久久婷婷婷| 婷婷天天插天天爱| 六月婷婷无码观看| 翔田千里aV中文字幕| 色综合视频| 婷婷丁香五月综合网| 99亚洲视频| se99视频| 99亚州综合精品成人网| se99视频| 综合激情视频| 六月色婷婷| 多精窝99在线视频| 欧美色骚婷婷五月天| 色私五月婷婷| 五月婷精品| 天天干天天干天天干天天干天| 婷婷伊人久久| 久久久精品AV| 精品99视频| 国产在线激情视频| 中文网AV| 五月婷婷丁香啪啪| 密黄站| 色综合射婷婷| 五月丁香激情在线| 婷婷五点亚洲| av操一操| 天天日天天舔天天摸| 婷婷五月,综合伊人| 成年人丁香五月| www99精品| 亚洲中文乱字字幕在线永久| 午夜婷婷五月天| 天天狠狠色综合| 久久久久9| 超碰爱爱爱| 精品无码片| 久久一级AV| 丁香六月婷婷色XXXXX| 婷婷色啪| 国产毛片精品一区二区色欲黄A片| 久操综合| 成久综合视频| 9这里只有精品| 亚洲精品色色| 欧洲精品欧洲情| 激情精品久久| 五月丁香在线国产| 色性五月天| 99热的无码| 老司机伊人| 毛片毛片毛片毛片| 亚洲免费av在线| 思思热视频在线观看| 久久精品视频在这里有| 五月大香蕉| 五月婷婷色五月| 婷婷欧美| 午夜九九九九九九| 成年人夜夜喷水| 大香蕉五月天婷婷| 精品成人无码A片观看香草视频| 中文字幕在线不卡| 婷婷成人综合免费视频| 六月婷婷亚洲| 啊v视频在线观看| 伊人久久婷婷| 亚洲区1| 亚洲久艹| 伊人综合网4| 综合视频五月| 亚洲日韩欧美综合VA| 9久热免费视频99| 亚洲综合色网| 国产精品成人网址| 人人草公开操| 综合久久五月天| 热五月婷婷| 日本va欧美va国产激情| 九九精品大香蕉| 秋霞九九无码| 久久久97| 丁香六月色婷婷| 亚洲综合无码| 国产全是老熟女太爽了| 日韩精品电影| 中国AV性爱观看| 51avj视频大全| 婷婷九月激情| 日本在线观看aaa 99| 国产精品成人AV在线| 激情丁香淫荡婷婷| 色婷婷操逼| 秋霞少妇AV网站| 色婷婷最新域名| 这里只有精品视频视频在线观看| 五月婷亚洲精品AV天堂| 五月婷婷天| 婷婷激情九月| 欧美色色日韩| 天天成人综合视频| 91操人| av人人操| 九九草热在线观看| 丁香五月天啪啪| 久久亚洲无码| 久热这里只有精品99re| 成人网在线观看视频| 色婷婷a| av在线色五月丁香婷区久| 狼友视频在线观看18| 久久综合99综合| 懂色av蜜臀av粉嫩av永陈冠希| 99在线观看精品视频| 久久色情| 午夜丁香综合婷婷| 五月六月婷| 欧美槡BBBB槡BBB少妇| 婷婷六月视频| 精品爆操| 亚洲第一av| 五月天五月色| 大香蕉人妻| 91国产精品视频播放| 中文字幕AV在线播放| 开心五月色婷婷综合开心网| 亚洲精品一区中文字幕乱码| 小视频aaa久久久| 伊久久婷婷| 亚洲精品白浆高清久久久久久| 91av传媒高清在线视频网| 亚洲在线操| 五月激情婷婷开心五月| 激情色播| 激情综合五月色在线| 五月天激情婷婷| 狠狠干五月| 天天色天天爱天天舔| 激情五月天开心| 久久久.www| 天天干天天 亚洲| 一区二区三区视频| 国产激情综合五月| 色婷婷小说| 天天色综合天天| 亚洲顶级VA在线观看-高清完整版在线影院观看-S022AV | 婷婷五月天网| 久久草中文日韩欧美| 丁香婷婷六月男男| www.9797国产| 婷婷五月天激情网| 九九九日本熟女| 五月丁香六月成人| 婷婷伊人久久| 97色婷婷| 激情WWW| 26UUU精品一区二区| 激情丁香五月AV| 开心激情综合| 五月丁香婷婷基地| 色婷网| 婷婷欧美综合| 五月天偷拍| 色九九综合| 五月婷婷色情| 亚洲色色在线| 婷婷五月天av小说| 九九热精品视频在线观看| 天堂综合久| 天天日天天插| site:pzdcoin.com| 婷婷五月色網站| 丰满少妇猛烈A片免费看观看| www久久久久| 色情五月综合婷婷| 久9热| 五月婷婷丁香在线| 色综合五月婷婷狠狠干| 开心五月婷婷综合在线精品素人| 99热只有这里才是精品| 99啪在线| www夜夜操| 综合激情五月四射婷婷| 亚洲中文字幕在线观看| 夜夜撸天天日| 五月黄色婷婷| 9久久精品| 综合婷婷久久| 淫五月停停| Www.狠狠| 亭亭五月基地在线| 五月激情综合网| 婷婷人人操| 五月天综合在线| 亚洲人人干| 免费观看高清无码| 99热九九热| 天天舔夜夜操www com| 中文字幕中文有码在线| xxx.色婷婷| 91丨九色丨大屁股| 色播jjjj| 久久婷婷综合五月天| 狠狠88综合久久久久噜噜噜| 午夜日日| 4399在线日本A片| 26uuu.| 亚洲最大视频网站| 婷婷五月天色| 色你久久| 五月婷婷精品无在线| 久热黄色| 狠狠色综合网| 亚洲色五月婷婷| 9|无码久久久久久| 9999热精品| 久久9热| 色噜噜狠狠色综| 1024欧美看片| av中文在线| 日日夜夜天天| 婷婷五月激情在线| 插插干干干色| 婷婷激情中文综合| 色玖玖网| 99热热热天天人人人超超碰| 亚洲九九视频| 国产精品日日躁夜夜躁| 丁香五月亚综合图片| 人人爽人人射-美女久久久久久久久久-成人AV| 色偷偷色婷婷| 亚洲 在线 性爱| 激情视频综合| 91综合在线观看首页| 四虎成人精品永久免费AV九九| 一区=区操屄高清大全av| 色综合色综合网| 天天爽夜夜爽天天爽夜夜爽| 婷婷色五月亚洲| 伊人色综合影院视频| 五月丁香日逼| 依人大香蕉在钱1| 激情五月色婷婷| 超碰99热精品| 国产无套精品一区二区| 色丁香婷婷| 色婷婷色五月另类综合| 九色七七| 91碰| 亚洲第二AV| 亚洲乱码日产精品BD| 啊v视频在线观看| 色99在线视频| 五月丁香六月婷婷亚洲综合| 99这里只有精品99| 丁香婷婷色情社区成人小说| 激情六月五月婷婷综合网| 99色日本| 五月丁香激| 人妻内射一区二区在线视频| 人人草人人爱| AV九九| 婷婷五月综合网| 五月天激情久色| 欧美婷婷五月激情| 噜噜噜噜噜久| 狠狠人妻色综合| 99精品综合在线| 丁香五月Av| 婷婷精品在线| 婷婷久久色| 亚洲AV人人操| 可以看的AV| 婷婷综合久久| 丁香五月天激情| 色婷五月天| 五月丁香婷婷成人网| 欧美日韩aaaa| 天天干一干| 丁香六月综合| 国产激情综合| 99这里只有精品|v| 婷婷五月天基地| 色色无码| 爽tv | 日本黄色三级片内射| 久操婷婷| 91无码色色| 国产高清av黄色看片| 国产熟妇乱子伦hd| 亞洲自怕| 婷婷的99视频网站| 久久99精品视频| 99精品无码| 99色色视频| 国产精品电影| 天天综合天综合久久网| 99啪在线视频| 婷婷色五月激情强奸四射| 黄色激情网站在线观看| 五月婷婷9| 99热最新国内| 激情综合五月天| 91久久综合亚洲鲁鲁五月天| 五月天成人在线视频丁香| 色宗合久久五月婷婷| 五月天久久www| 99精品视频网站| 色婷婷综合亚洲| 婷婷五月激情丁香| 激情综合网激情五月婷婷| 五月丁香久久激情综合| 欧洲亚洲免费视频9| 97人人超| 天天色综合网吨吧| 丁香五月激情啪啪| 九月色婷婷综合亚洲| 嫩草国产| 6080av| 六月婷婷五月天| 国产精品色婷婷99久久精品| 极品人妻VIDEOSSS人妻| 97人人搞| wwwxxx五月婷婷小说| 天天干天天日天天操| 啊v视频在线观看| 欧美激情综合色综合啪啪五月| 色婷婷狠狠18禁| 强辱丰满人妻HD中文字幕| 激情五月天.色网| 天堂中文国产| 天天做天天爱综合| 可以免费观看的AV| 九热视频精品| 色五月色五天色情网| 色婷婷天堂| 久久久激情视频| 成人无码髙潮喷水A片| 日本性视频| 丁香婷婷性久久| 免费视频舔| 婷婷色正月| 五月天激情小说| 婷婷五月天你懂的| 人人干AV| 久久综合丁香激情五月| 激情 婷婷| 五月天婷婷丁香蜜桃91| 啪啪啪大香蕉| 伊人玖玖精品| 99热这里只有精品18| 精品久久人妻| 91九色丨国产丨爆乳| 翔田千里aV中文字幕| 99久久99视频| 天天草天天舔| 综合色色婷婷| 五月婷婷婷| 六月色国内综合| 激情综合网五月婷婷| 五月天丁香啪啪啪啪| 婷婷九月激情| 婷婷丁香五月综合| 日韩影院三级| 狼友视频在线观看18| 99视频免费播放| 包操45分钟网站| 91一起操| 久久婷婷国产| 深爱婷婷丁香五月激情| 在线超碰免费| 丁香五月开心婷婷| 在线综合亚洲欧美65| 无码中文一区二区三区| 激情五月综合网| 97久操视频| 五月婷婷综合久久| 大香伊人婷婷影院| 天天夜夜爽| 草草女人亚洲| 色欲资源网| 色狠狠色噜噜AV天堂五区| 天天开心天天色| 91成人电影| 91在线视频综合| 99精品视频网站| 精品二区| 婷婷色网站| 日韩黄色影院| 五月丁香啪啪综合网| 免费无码毛片一区二区A片 | 日韩色色小视频| 婷婷九月综合| 狼人久草| 激情综合五月丁香| 日本在线免费中文com.| 免费观看全黄做爰的视频| 婷婷基地成人五月天| 丁香五月婷婷影院| 二人电影免费版在线观看| 免费亚洲婷婷| 天天操九九插| 日本婷婷色| 亚洲成人噜噜| 天堂网色色| 天天人人人人人人人人人人人| 国产3p露脸普通话对白| 丁香六月婷婷色XXXX| 黑人巨粗进入警花疼哭A片| 男人综合网| 91蝌蚪窝视频在线| 婷婷五月综合视频免费播放| 五月久久网| 97狠狠色| 99re这里只有精品视频6| 九九热视频在线观看| 最新日本A片| 97干在线| 婷婷五月天深爱| 超碰在线50| 六月综合在线| 色色丁香婷婷| 亚洲欧洲中文日韩久久AV乱码| 色播婷婷五月天| 色999五月色| 日本九九九九| 午夜丁香五月天综合| 中文在线视频久9| 丁香在线视频| 激情五月深爱五月| 伊人在线大香蕉网| 亚洲中文字幕网| .操區COm| 婷婷五月成人社区| 色婷婷操逼| 久久视屏这里只有久久| 国产亚洲AV人片在线| 色婷婷久久| 婷婷99| 欧美性生交XXXXX无码小说 | 99情色五月天| 免费AV播放| 狠狠干在线视频| 91综合在线观看首页| 综合色五月| 天天爽夜夜爽夜夜爽精| 99A片| 爽极品色| 婷婷六月色开 | 九九無妻| 五月婷婷综合网| 9色免费网| 天天干天天干天天干天天干天天干天天干天天 | 深爱婷婷丁香五月激情| 黄久久久| 天天看A片| 色婷婷五月天天天做| 五月丁香婷婷五月| 国产古装妇女野外A片 | 五月天伊人| 成人中文网| 五月婷婷影| 五月婷婷免费| 五月丁香久久| 9久热免费视频99| 亚洲中文乱字字幕线在永久| 天天狠天天叉| 9999热在线免费观看| 丁香五月婷婷成人色区| 99热在线观看| 一级二级色大片| 丁香五月综合在线播放| 国产色色网站网址| 欧美性爱一区| 玖玖九九9999在线观看视频精品| 色碰97| 色情综合网| 婷婷丁香色情| 中文字幕日本最新乱码视频| 婷婷99中文字幕| 婷婷开心六月| 极品少妇XXXX精品少妇偷拍| 久久丁香| 五月丁香 啪啪| 激情五月天福利| 婷婷五月天xxx| 激情久久综合| 91人人网| 丁香婷婷91在线观看视频| 无码字幕中文| 亚洲成人乱码av网站| 色播五月| 超碰免费成人| 婷婷五月激情图片| 成人av在线网址| 激情五月婷婷网| 亚洲九九99精品视频在线播放| 亚洲欧洲午夜成人精品av| 丁香综合网| 欧美性生交XXXXX无码小说| 丁香五月天激情网址| 91大神操美女| 9有码中文| 色五月综合资源推荐| 嫩草哈哈操| 午夜激情五月| 欧美久久九九| 婷婷之六月丁香| 在线观看免费视频| 色丁香五月婷婷婷| 深夜男女福利刺激影院一区完整| 区欧美日韩成人| 九九热思思热| 综合色五月亭亭| 99热这里只有精品21| 91超碰在线观看| 99热99精品| 色婷婷88| 亚洲AV成人在线| 亚洲网视屏| 丁香 久久| 狠狠99| 色情五月婷| 99九九综合久久九九| 国产免费一区二区三区三州老师F1F1.CC| caopeng97日韩| 色五月欧美| 狠色综合网| 久色激情| www.五月天婷婷姐姐| 强壮的公次次弄得我高潮A片日本 | 国产精品丝| 99九九视频| 色玖玖玖| 在线99热| 婷婷舔| 2018夜夜草| 五月婷婷之美女图片| 裸体美女丁香五月天。| 五月狠狠| 六月综合婷婷开心伊人| 美女要搞搞天天搞搞搞网站| 婷婷.com| 日日噜噜夜夜狠狠久久丁香五月| 日韩久久欧亚| 婷婷五月综合社区| 色5在线| 天天日天天插| 99在线国| 色五月婷婷激情基地| 人人操AV| 亚洲人成网亚洲欧洲无码久久| 日本高清综合网五月丁香| 成人AV网站在线| 91九色国产| 五月天激日本色情在线| 久久婷婷免费| 婷婷综合一二三| 五月色在线| 性做爰A片免费视频A片直播 | 激情综合网五月丁香| 久久精彩免费视频| 丁香五月婷婷乱| 丁香五月色激情| 狠狠干狠狠干| 九九热九九热精品| .comwww在线观看免费操| 超碰色综合| 开心五月激情| 婷婷WWW久久| 99热99色| 五月丁香狠狠| 大香蕉综合在线| 影音先锋男人女人| 婷婷午夜精品久久久| 婷婷五月天另类视频| 爆乳熟女-区二区三区| AV在线观看网站| 成人AV在线网站| 亚洲午夜Av| 99精品在线播放| 操一操| 99婷婷国产最新视频| 超碰99在线观看| 99A片| 99热思思久| 国产精品黑丝| 色婷婷丁香| 日韩九九| www.婷婷五月天,com| 黄色av高清| 99色在线| 噜噜国产| 婷婷基地五月色| 久久婷婷五月天蜜桃| 激情六月婷婷| 五月丁香成人| 色久激情在线| 激情网五夜婷婷| 毛v一区二区视频| 丁香六月激情综合| 婷婷五月丁香五月| 伊人狠狠干| 粉嫩AV久久一区二区三区| 亭亭五月丁香五月天激情| 99性视频| 久9精品视频在线| 婷婷色五月天在线| 日本五月婷婷| 亚洲五月丁| 日本天堂免费99| 成人无码免费一区二区中文| 中文字幕成人| 五月天婷婷在线播放| 五月综合激情图片 | 婷婷五月天VI| 五月丁香成人| 婷婷五月天六月综合| av色婷婷| 婷婷丁香91| 超碰97在线观看免费| 五月婷婷深深爱| 久久精品视频99| 另类激情首页| 情婷婷五月天| 丁香六月婷婷色XXXX| 九九色色| 婷婷四色五月| 色五月婷婷综合在线| ady狠狠入| 欧美槡BBBB槡BBB少妇| 色婷婷免费观看| 色色 亚洲| 草婷婷在线| 丁香五月AV综合| 久9视频| 久热99热| 色9月| 伊人久久大香线蕉AV最新午夜| 亚洲日日日| 伊人久久大香线蕉av最新| 色噜噜五月天| 欧美人人草| 五月丁香激情婷婷综合| 熟女五月天久久综合| 99热只有精品在线播放| 天天爽夜夜爽夜夜爽精品| 五月婷网| 91碰碰| 亚洲操B视频| 少妇性BBB搡BBB爽爽爽电影| 99综合视频一体| 久大香蕉| 深爱五月天| 日本九九网| 另类 在线| 综合网亚洲| 色婷婷综合视频| 熟女激情五月天 | 亚洲色色图片| 五月婷婷成人网首页| 欧美色骚婷婷五月天| 色久婷婷五月| 激情宗合哪里能看| 激情丁香婷婷六月天| 思思99热这里只有精品| 五月天婷五月天综合网小说首页-五月天激激婷婷大综合,婷婷亚洲综合五月天小说 | 亚洲国产精品综合色区| 六月天六月婷| 天天做天天爱天天玩夜夜爽| 久色资源网| 99综合激情久久精品久久| 丁香五月激情综合啪啪| 亚洲成人在线五月天| 五月婷婷丁香瑟瑟视频| 激情五月天天狠狠久久| 色婷婷超碰| 狼人婷婷综合| 欧美日韩成人在线| AA丁香综合激情| 久九男女天堂| 色婷婷五月综合色婷婷| 9久久久| 婷婷欧美综合| wuyuedingxiang99| 26UUU精品一区二区Com| 婷婷深爱五月丁香| 激情综合五月天| 久久性视频| 狠狠婷婷色| 亚洲激情五月| 五月丁香婷婷啪啪| 森林影视大全,最好看的2019年视频 | 五月天色综合| 天堂美国久久| 色婷婷先锋| 華人性愛AV在線| 夜夜操狠狠操天天操| 激情深爱五月| 大香蕉婷婷丁香天堂AV| 中文成人在线| 另类图片五月激情| 五月色婷| 情欲综合网| 婷婷射婷婷舔| 99久热在线精品| 99在线精品免费视频| 四季日韩AV无码综合| XX久久| 777.色色| 五月天播播| 可以看的av| 九色视频入口91| 丁香六月久久| 久久久久人无码人妻| 国产精品视频| 超碰97在线操| 天天综合久久| 久久久网站| 中文字幕丰满乱孑伦无码专区| 快乐激情五月色婷婷| 亚州性爱99| 99热婷婷| 婷婷丁香五月天操逼| 欧美日韩91| 婷婷情色激情| 激情五月久久| 国产精品岛国片在线观看免费| 免费观看2018www黄色操逼网站| 日韩无码91| 中文字幕黄色片| 五月婷婷香蕉| 九九av| 九九婷婷五月天| 九九无码| 久久国产高潮白浆免费观看99| 色婷亚洲五月丁香| 五月婷丁香在线视频在线| 殴美激情综合网| 天天操九九插| www.超碰在线| 国产亚洲av片| 99色丁香婷婷综合网| 大香蕉99热| 国产AV一区二区三区日韩| enecarbon-materials.com污K127封锁请涟系@wip1688 | 96精品国产综合久久久久久| 美女激情综合| 六月婷婷狠狠色在线观看| 玖玖资源网站最新站| 成人AV在线网站| 超碰五月婷婷五月天| 九九综合精品| 综合啪啪| 高清成人综合| 丁香 婷婷 亚洲 熟女| 九月色婷婷| 香蕉综合在线| 婷婷五月免费视频| 亚洲无码性爱| 欧美成人Va| 97人人操| 色婷婷四色| 久久婷婷丁香六月天| 色色色999| 97婷婷在线| 5月婷婷五月天| ay2区| 久久亚洲色导航| 无码人妻电影| 91在线视频综合| 久久精品亚洲一级牲爱综合| 国产精品18久久久| 影音先锋色色色资源色资源色| 丁香六月高清视频| 丁香五月综合| 色~性~乱~伦~噜| 五月婷视频| 日日日日日| 91操在线视频| 丁香六月狠狠干| 丁香六月激情毛片| 婷婷开心五月| 丰满女老板BD高清A片| 71在线精品视频一区| 一本伊人色婷| 欧洲MV日韩MV国产| 一本久久亚洲五月婷婷| 综合婷婷| 包操45分钟网站| 婷婷久久大香蕉| 免费看片在线观看| www.av骚货| 色五月情| 婷婷婷五月天最新综合你懂的| www99精品| 狠狠狠狠狠狠色| 婷婷内射视频在线| 亚洲性视频| 久色激情| 97干欧美| 婷婷色丁香五月| 日良久久| 婷婷五月天精品| 五月五婷婷网| 婷婷五月婷婷| 色色操| 色久天| 激情综合播播| 激情丁香五月| 五月婷婷综合色拍| 成人午夜天| 米奇激情婷婷| 六月成人网| 五月婷婷丁香六月在线| 一起操最新网址| 激情五月天小说| 97AV人人插人人操| 在线成人视频免费| 五月丁香琪琪| 国产这里只有精品| 丁香五月区| 99热综合网| 香蕉综合网| 色色色综合网| 丁香五月久久综合| cao视频,现在观看| 日日夜夜干| 99re热在线视频| 色五月 五月婷婷| 最新激情五月天| 欧美A A A A A| 五月丁香六月激情在线| 精品一区二区三区三区| 九九热精品视频| 色色九九五月天| 婷婷五月色播放| 国产在线6| 在线综合亚洲欧美65| 丁香六月激情综合啪啪| enecarbon-materials.com污K127封锁请涟系@wip1688 | 久久九九激情五月天 | 婷婷五月色| 日韩成人AV在线| 开心激情站| 婷婷五月情天| 色婷婷五月综合在线| 丁香九月久久| 啪啪干伊人婷婷| 天天综合网色欲香| 丁香五月天堂网| 五月丁香六月色婷婷综合五月天| 91超级碰碰| 五月色导航| 91操在线| 深爱五月激情| 国精产品久久| 九九99九九99| 怡红院AV亚洲一区二区三区H | 夜夜撸夜夜骑| 国产阿姨日皮艹逼内射视频| 99热色综合| 丁香色五月 97干| 26UUU欧美激情一区二区| 五月婷婷亚洲色图| 狠狠狠狠狠干| 天天狠狠干| 色情五月丁香| 国外亚洲成AV人片在线观看| 深爱五月激情| 五月丁香色色综合| 成人免费黄色短视频| 五月激情婷婷开心| 色色色婷婷五月天| 五月婷视频| 丁香九月婷婷综合| 五月丁香激情欧洲啪啪| 婷婷激情性爱| 99视频综合| 99久在线| 99区视频| 97婷婷狠狠久久综合9色| 色五月五月婷婷| 狠狠色噜噜色狠狠狠综合久久成人波 | 综合在线网| 亚洲欧洲一二| 色综合色色| 青草激情综合| www.sd-xiangsu.cpm| 97超级碰碰碰| 亚洲在线免费成人| 日本综合久久| 丁香五月香蕉| 激情综合激情五月| 91色五月| 久久久久久久五月| 亚洲精品久久久久久久久久飞鱼| 国产精品热搜丁香五月婷婷| AV堂狠狠干| 99热官网精品在线| 亚洲日本韩国| 91九色在线| 色永久| 婷婷综合五月激情| AV在线大香蕉| 丁香花社区av| 99热在线观看| 久热这里只有| 5月丁香六月婷婷| 激情五月婷婷免费视频| 九九精品99久久久| 亚洲亚洲人成综合网络| 丁香五月人妻| 久久综合五月天| 操啊操av| 免费观看亚洲AV片| 五月丁香人妻| 2015在线中文字幕| 色婷婷基地 | 激情五月综合婷婷| 婷婷欧美综合| 色色色热| 五月天激情中文字幕| 婷婷激情视频| 超碰免费电影| 色综合视频在线| 久久精品99国产精品日本| 九九热99热| 爆乳熟妇一区二区三区爆乳| 日本色视| 中文字幕婷婷五月天在线观看| 色色免费网站| 五月天AV大香蕉| 色婷婷丁香AV综合| www.91热久久| 欧美槡BBBB槡BBB少妇| 亚洲色综合| 激情久久久久久久久久久| 五月婷婷天天| www五月天com| 天天爽免费视频| 丁香婷婷六月激情综合| 99在线观看这里都是精品| 久久新地址| 久操大| yellow视频在线观看91| 97人操人免费视频| 九九色播五月丁香| 影音先锋 一区| 秋霞网在线免费基地五月婷婷丁香| 精品久久艹| 国产成人综合网| 久久美女五月天| 综合激情网激情五月。| 俺也高清无码高清视频| 情情五月天色| 国产精品-91JQ就要激情网91JQ6.91JQ27.CASA:16888 | 国产性爱一级| 婷婷成人五月天成人文学| 可以看的AV网站| 成人丁香婷婷五月天| 五月天久久成人| 亚洲五月丁| 99.色| 国产熟女日日骚五月丁香爱| 天天干天天干天天干天天干天天干天天干天天 | 欧美日韩精品一区二区三区钱| 国产毛片欧美毛片久久久 | 丁香五月图片| 天天爽天天弄| 色性综合| 天天舔夜夜操www com| 激情六月下句是什么| 国产裸舞福利资源在线视频| 色综合xx| 亚洲va欧美va国产综合久久久| 江苏少妇性BBB搡BBB爽爽爽| 五月丁香在线观看| 超碰久热| 色婷婷影院| 亚洲中文字幕AV在线| 热思思九九| 碰人人97| 日本3级片一区2区| 婷婷五月激情欧美| 激情五月天婷婷直播| 六月丁香基地| 五月综亚洲| 懂色AⅤ| 五月天桃色深爱网| 九九精品自拍| 五月婷婷av| 激情内射人妻1区2区3区| 婷婷99狠| www91在线| 久热中文字幕| 99在线视频播放| 99亚色色色| 狠狠五月激情在线| 久久网思思| 色婷婷五月天偷拍| 香蕉久久国产AV一区二区| 亚洲色色色| 狠狠爱婷婷五月天| 91在线视频综合| 99综合视频| 日日撸天天干| 99热这里只有免费精品| 内射综合网| 国产做爰视频免费播放| 天天色凹凸| 97碰久久| 99色热视频| 日日夜夜爽| 婷婷丁香五月婷婷| 六月婷婷色色色| 国产67194| 久久爱综合| 久久大香蕉| 色婷婷丁香五月丁香| www夜夜操| 色色五月婷| 日本A片一区| 五月丁香花视频| 色综合天天网| 激情深爱综合网| 色综合色色| 久久综合55| 99er日韩| jiqingliuyuetian| 婷婷俺去也| 丁香五月天亚洲综合| 久久免费精品小视频| 丁香六月无码| 六月婷婷开心| 精品视频网| 噜噜噜噜噜在线| 色女伊人| 久久XX| 九九久久免费视频44| 色五月首页| 99热这里全是精品| www.99在线| 九九色区| 深爱丁香激情| 亚洲色碰| 亚洲九九99精品视频在线播放| 激情六月婷婷| 97热久久五月婷婷| 激情五月婷婷伊人| 丁香五月综合婷婷| 91狼友视频在线观看| 超碰在线观看9| 开心五月丁香啪| 天天干天天干天天干天天干天| 婷婷爱五月| 五月婷婷色播| 五月婷婷手机在线| 五月婷婷激情网| 中文字幕在线视频播放| 操操操www.com| 极品另类| aaaa久久| 色婷婷五月天激情久久| 九九九色综合| 97婷婷五月激情六月丁香伊人| 久热天堂| 99久久思思| 美女五月天| 99在线视频免费| 深爱激情六月| 色五月激情| 成人片在线免费看| 99色一| 五月丁香六月| 婷婷射丁香| 成人丁香| 婷婷九九色| 永久思思热在线| www.精品99| 性色综合网| 激情综合网激情五月丁香| 超碰精品在线| 亚洲中文字幕AV| 能看的av| 人人操超碰| 99综合99| 国产精自产拍久久久久久蜜| 激情五月天色色| 亚洲激情婷婷| 中文字幕成人影视| 另类激情五月天| 91操人人操| 五月婷婷伊人网| 九九伊人网| 2015好吊操| 五月天综合在线| 97在线/亚洲| 五月婷久久在线| 亚洲精品V天堂中文字幕| 天天色天天搡| 婷婷爱五月天| 亚洲欧洲美女在线观| 99re99热| 色综合五月| 蜜臀AV在线成人| 六月婷婷色综合| 97碰久久| 久久婷婷色| 97色色色| 天天日天天草| 国产乱轮一区二区三区| 久久丁香五月婷婷激情综合网| 天天干天天色综合| 婷婷激情五月天激情小说| 五月天激情婷婷小说| 极品人妻VIDEOSSS人妻| 久久99热免费| 国产av天堂| 免费看欧美成人A片无码| 大狠狠在线| 丁香婷婷五月份| 色色亚洲无码| 深爱五月激情五月| 综合五月天亚洲婷婷| 99无码视频| 五月深爱婷婷| 大香蕉220| www.26uuu.com亚洲电影| 婷婷99狠| 六月婷婷影院| 嫩草视频| 五月丁香在线观看| 激情久久久久久久久久| www.91在线观看| 丁香九月婷婷综合| 九九碰九九爱97超碰| 久久精品4| 丁香成人五月天| 狠狠艹狠狠艹| 97色碰| 99热精品一区| 91怕怕网| 五月婷婷丁香瑟瑟视频| 99日本视频| 欧美六月| 再綫Av免费視品| 九九成人| www色中色综合| 九九热99久久99| 婷婷欧美| 一起草av| 国产精品99久久久久久久女警| 日本久久人人| 丁香五月偷拍| 激情色色| 少妇AB又爽又紧无码网站| 欧美日本99| 一区二区免费看| 97人人草| 国产熟妇乱子伦hd| 天天日,天天插| 国産精品| 婷婷在线播放| 深爱激情网五月天| 超碰国产av| 激情第四色| 综合五月激情网| 丝袜激情网| 国产毛片精品一区二区色欲黄A片| 天天狠狠婷婷在线| 综合欧美五月婷婷| 婷婷中文字幕| 国产精品久久99| 色婷婷丁香五月天在线观看| 99久久九九视频| 99精品福利视频| 五月丁香福利| 亚洲乱码日产精品BD| www夜夜操com| 91婷婷在线| 91狼友视频网页更新| 丁香五月综合激情啪啪| 激情婷婷丁香色情五月天| 亚洲欧洲一二| 久草热在线视频| 五月天色社区| 五月色情婷婷开心五月天| 丁香五月熟女| 日韩aaa| 夜夜夜夜夜操| 怕怕av| 97超碰欧美中文字幕| www.狠狠| 激情五月婷婷在线观看| 婷婷丁香久久五月综合| 99资源在线| 97在线观视频免费观看| 99热大香蕉| 中文字幕乱轮| 99色视| 五月情涩综合婷婷| av国产精品| 婷婷久久五月| cc精品国产性传播| 综合五月草| 丁香婷婷综合激情五月色| 九色综合网| 99热超碰在线| 精品无吗va视频免费观看| 婷婷久久视频| 超碰99热| 日韩AV在线免费| 97精品人人A片免费看| 99热在线观看| 丁香桃色综合网| 日韩啪啪网| 国产99久9在线| av国产精品| 91色色色| 日本色婷婷| 色婷婷综合网站| 五月丁香六月婷婷中文版| 丁香五月中文字幕| 日韩无码91| 91大屁股在线| 风流少妇A片一区二区蜜桃 | 色都都狠狠色都都色综合色| 99久久久久| 九九热视|