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。

番茄葉片病害目標(biāo)檢測(cè)實(shí)戰(zhàn):基于YOLO與PyTorch的深度學(xué)習(xí)方案

番茄葉片病害目標(biāo)檢測(cè)實(shí)戰(zhàn):基于YOLO與PyTorch的深度學(xué)習(xí)方案 簡(jiǎn)介面向Python深度學(xué)習(xí)初學(xué)者的番茄葉片病害目標(biāo)檢測(cè)完整項(xiàng)目基于YOLO與PyTorch實(shí)現(xiàn)涵蓋數(shù)據(jù)集制作、模型訓(xùn)練與PyQt可視化識(shí)別全流程。壓縮包共1470個(gè)文件、約40.55MB包含730張jpg葉片圖像、363個(gè)txt標(biāo)簽、358個(gè)xml標(biāo)注文件、3個(gè)YOLO配置文件、3個(gè)Python腳本及3個(gè)已訓(xùn)練模型pt權(quán)重其中數(shù)據(jù)劃分腳本可自動(dòng)將原始標(biāo)注轉(zhuǎn)為YOLO格式并生成訓(xùn)練/驗(yàn)證集訓(xùn)練腳本輸出results.csv、驗(yàn)證集預(yù)測(cè)圖與TensorBoard事件文件便于直觀評(píng)估模型效果。已有110人學(xué)習(xí)下載適合需要快速搭建植株病害識(shí)別實(shí)驗(yàn)、熟悉YOLO訓(xùn)練流程或開展畢業(yè)設(shè)計(jì)/課程項(xiàng)目的讀者。通過(guò)運(yùn)行代碼既能了解數(shù)據(jù)標(biāo)注格式轉(zhuǎn)換與訓(xùn)練參數(shù)調(diào)優(yōu)方法也能直接使用PyQt界面加載圖片完成病害類別檢測(cè)是一份從理論到部署的綜合性參考樣例。1. 番茄葉片病害目標(biāo)檢測(cè)別急著解壓跑模型先搞清楚這個(gè)方案在解決什么拿到“基于python深度學(xué)習(xí)對(duì)番茄葉片病害目標(biāo)檢測(cè)-含數(shù)據(jù)集和代碼.zip”這個(gè)壓縮包我勸你別急著解壓敲訓(xùn)練命令。農(nóng)業(yè)視覺項(xiàng)目里決定模型能不能用的往往不是深度學(xué)習(xí)算法本身而是數(shù)據(jù)集里那些框得歪歪扭扭的標(biāo)注。這個(gè)方案本身很直白輸入番茄葉片照片用 python 做目標(biāo)檢測(cè)框出早疫病、晚疫病、細(xì)菌性斑點(diǎn)等病害的位置和類別輸出帶預(yù)測(cè)框和置信度的結(jié)果圖。它對(duì)應(yīng)的是農(nóng)業(yè)巡檢里的真實(shí)痛點(diǎn)人工逐葉翻看效率低病害特征又非常相似肉眼很容易把早疫病和晚疫病看混。適合誰(shuí)的場(chǎng)景本科或研究生階段做農(nóng)業(yè)AI課題的學(xué)生想給溫室或大棚配一個(gè)低成本病害篩查工具的工程師以及剛接觸深度學(xué)習(xí)、恰好拿到一份帶數(shù)據(jù)集和代碼的初學(xué)者。在動(dòng)手訓(xùn)練之前先想清楚模型選型、數(shù)據(jù)格式、訓(xùn)練參數(shù)、問題排錯(cuò)、結(jié)果驗(yàn)證這五步后面才能少走彎路。2. 選型決定省力程度目標(biāo)檢測(cè)模型、框架與標(biāo)注工具怎么配很多人拿到包含數(shù)據(jù)集和代碼的項(xiàng)目包第一反應(yīng)是“用什么模型更?!?。真實(shí)經(jīng)驗(yàn)恰恰相反選型階段省下來(lái)的力氣最后都會(huì)在數(shù)據(jù)清洗階段加倍還回來(lái)。番茄葉片病害檢測(cè)有兩個(gè)明顯特征一是目標(biāo)在整張圖里占比小葉片邊緣還有卷曲、陰影和露水反光二是病害類別之間的視覺差異極小早疫病和晚疫病都呈現(xiàn)為葉片上的同心環(huán)紋連人都容易看錯(cuò)。這種場(chǎng)景下模型選型要優(yōu)先考慮標(biāo)注成本低、迭代速度快、單卡能訓(xùn)練而不是單純追求 mAP 刷高多少。2.1 YOLO 為什么是番茄葉片的默認(rèn)答案和 Faster R-CNN、SSD 放在一起看先給結(jié)論這類項(xiàng)目我一般會(huì)把 YOLO 系列作為默認(rèn)選項(xiàng)只有特殊需求才回頭用兩階段檢測(cè)器。原因是病害檢測(cè)對(duì)“框得準(zhǔn)”的要求遠(yuǎn)低于“找得到、分得對(duì)”而 YOLO 把定位和分類放進(jìn)同一個(gè)網(wǎng)絡(luò)里一次推理完成訓(xùn)練只需要一份標(biāo)注框不用為候選區(qū)域生成額外寫采樣邏輯。Faster R-CNN 在極端小目標(biāo)上有理論精度優(yōu)勢(shì)但訓(xùn)練時(shí)要跑 RPN顯存占用和單 epoch 耗時(shí)明顯更高SSD 處于兩者之間工程生態(tài)這些年幾乎不再更新遇到問題連可抄的教程都少。算法定位與分類方式單卡可訓(xùn)性工程生態(tài)適合場(chǎng)景Faster R-CNN兩階段先提候選框再分類一般顯存和耗時(shí)高成熟但配置繁瑣對(duì)精度極致敏感、機(jī)器資源充足SSD單階段多尺度預(yù)測(cè)較好更新停滯已有舊代碼要維護(hù)YOLO 系列單階段anchor-free 演進(jìn)好顯存可控活躍教程和預(yù)訓(xùn)練權(quán)重最全病害檢測(cè)這類快速迭代項(xiàng)目選 YOLO 而不是更花哨的模型還有個(gè)務(wù)實(shí)原因預(yù)訓(xùn)練權(quán)重。COCO 上訓(xùn)出來(lái)的 YOLO 權(quán)重對(duì)葉片紋理、莖稈背景已經(jīng)有不錯(cuò)的底層特征提取能力遷移到番茄病害上只需微調(diào)高層幾百?gòu)垐D也能訓(xùn)出能看的初版。相比之下從零訓(xùn)練一個(gè)商業(yè)級(jí)模型同樣數(shù)據(jù)量往往連收斂方向都找不到。這項(xiàng)“借用預(yù)訓(xùn)練權(quán)重”的能力也是標(biāo)題里“深度學(xué)習(xí)”三個(gè)字價(jià)值最大的地方。不過(guò)這里有個(gè)邊界要認(rèn)清如果你最終要做的不只是框出病害還要統(tǒng)計(jì)病斑面積占比那就得換成 YOLO-seg 這類實(shí)例分割模型檢測(cè)框給不了像素級(jí)面積。2.2 框架、標(biāo)注工具、硬件搭配給純小白的選型清單框架上我默認(rèn) PyTorch。不否認(rèn) TensorFlow 在工業(yè)部署里也有一席之地但 YOLO 系工程幾乎全部以 PyTorch 實(shí)現(xiàn)網(wǎng)上能被搜到的“超詳細(xì)配置教程”大多也是這條路線。PyTorch 的調(diào)試手感也更適合入門print 一個(gè)張量的 shape 立刻就知道數(shù)據(jù)流到哪一步出了錯(cuò)斷點(diǎn)打在 loss.backward() 前后能直接看到梯度是否消失這份直覺對(duì)第一次做目標(biāo)檢測(cè)的人非常重要。標(biāo)注工具方面常見做法是先用 LabelImg 這類輕量工具把最初的 200 張圖標(biāo)完再換 X-AnyLabeling 這類帶自動(dòng)輔助標(biāo)注的工具做增量擴(kuò)充。工具選型不用糾結(jié)能導(dǎo)出 YOLO 格式 txt 就行。關(guān)鍵在導(dǎo)出后必須看一遍標(biāo)注文件類別 ID 有沒有和類別名錯(cuò)位、框的坐標(biāo)是不是負(fù)數(shù)、葉片重疊區(qū)域有沒有漏標(biāo)。如果數(shù)據(jù)集是多批次采集的還要注意批次間的光照和色溫差異最好在訓(xùn)練前做一次全局的亮度歸一化否則模型會(huì)把“偏暗環(huán)境”當(dāng)成一個(gè)隱性類別。硬件上一張 6GB 顯存的顯卡就夠完成訓(xùn)練沒有 GPU 就用 CPU 先把流程跑通只是速度會(huì)慢幾十倍。真到調(diào)參階段再租卡也不遲。配置環(huán)境時(shí)如果遇到 Windows 報(bào)缺 msvcp140.dll別急著重裝系統(tǒng)裝一下 VC 運(yùn)行庫(kù)就能解決具體在 4.1 小節(jié)細(xì)說(shuō)。2.3 拿到的壓縮包先別訓(xùn)解壓自檢三步第一步看目錄結(jié)構(gòu)。常見做法是數(shù)據(jù)集解壓后出現(xiàn)兩個(gè)頂層目錄images 放圖片labels 放同名 txt 標(biāo)簽各自里面再分 train 和 val。如果壓縮包里的圖片按病害類別分文件夾說(shuō)明它還是分類數(shù)據(jù)集格式得先轉(zhuǎn)成檢測(cè)格式第三章會(huì)給轉(zhuǎn)換腳本。第二步看標(biāo)簽文件的數(shù)值。YOLO 格式的每一行是“類別ID 中心點(diǎn)x 中心點(diǎn)y 框?qū)?框高”坐標(biāo)全部歸一化到 0~1。用文本編輯器隨便開一個(gè) txt如果看到 x_center 大于 1.5、寬度是 0、或者行里的數(shù)字超過(guò) 6 列這份數(shù)據(jù)基本不能直接進(jìn)訓(xùn)練。第三步檢查標(biāo)簽和圖片是否能對(duì)上。統(tǒng)計(jì)每個(gè)類別有多少目標(biāo)順便看圖片尺寸是否統(tǒng)一。快速命令# 統(tǒng)計(jì)訓(xùn)練集圖片數(shù)量 find dataset/images/train -name *.jpg | wc -l # 抽查前 20 個(gè)標(biāo)簽文件里各有多少個(gè)標(biāo)注框 for f in dataset/labels/train/*.txt; do echo $(basename $f): $(wc -l $f); done | head -20 # 按標(biāo)簽文件的第一列聚類統(tǒng)計(jì)每個(gè)類別目標(biāo)總數(shù) cat dataset/labels/train/*.txt | awk {print $1} | sort | uniq -c第一行命令看圖片總量第二行抽查標(biāo)簽框數(shù)量第三行直接用 awk 按第一列聚類得到每個(gè)病害類別在訓(xùn)練集里的目標(biāo)總數(shù)。如果某個(gè)類別只有個(gè)位數(shù)目標(biāo)要盡早決定是擴(kuò)充數(shù)據(jù)還是調(diào) loss 權(quán)重等到訓(xùn)練結(jié)束才發(fā)現(xiàn)類別不平衡前面幾十個(gè) epoch 等于白跑。另外建議用 file 命令抽查幾張圖片的實(shí)際格式防止擴(kuò)展名是 jpg 內(nèi)容卻是 png 的混入情況這類文件在統(tǒng)一縮放的訓(xùn)練流程里會(huì)造成偶發(fā)的解碼報(bào)錯(cuò)。3. 把數(shù)據(jù)集喂給訓(xùn)練腳本目錄重組、格式轉(zhuǎn)換與可視化自查數(shù)據(jù)準(zhǔn)備這個(gè)環(huán)節(jié)最花時(shí)間也最容易被跳過(guò)。我見過(guò)太多人拿到數(shù)據(jù)集后直接開訓(xùn)第一次跑通后才發(fā)現(xiàn)標(biāo)注框畫錯(cuò)了方位回頭改數(shù)據(jù)等于把整個(gè)訓(xùn)練流程重做一遍。與其賭運(yùn)氣不如先花半小時(shí)做三件事把目錄按 YOLO 規(guī)范重組、把非 YOLO 格式的標(biāo)注轉(zhuǎn)成統(tǒng)一 txt、把標(biāo)注可視化逐張看一遍。這三步做完模型訓(xùn)練才算有了一個(gè)可信的輸入。3.1 目錄重組與 train/val 劃分一個(gè)能直接跑的 Python 腳本如果壓縮包里的圖片和標(biāo)注文件在同一目錄、共用同一文件名前綴還要按 8:2 劃分訓(xùn)練集和驗(yàn)證集。下面這份腳本可以直接放到數(shù)據(jù)集根目錄運(yùn)行它會(huì)把圖片和標(biāo)簽同步復(fù)制到 YOLO 要求的布局里。# split_dataset.py import os import shutil import random random.seed(42) # 固定隨機(jī)種子保證多次運(yùn)行劃分一致 src_images raw_data/images # 原始圖片目錄 src_labels raw_data/labels # 原始標(biāo)簽?zāi)夸?out_images dataset/images # 輸出圖片目錄 out_labels dataset/labels # 輸出標(biāo)簽?zāi)夸?for sub in [train, val]: os.makedirs(f{out_images}/{sub}, exist_okTrue) os.makedirs(f{out_labels}/{sub}, exist_okTrue) imgs [f for f in os.listdir(src_images) if f.endswith((.jpg, .jpeg, .png))] imgs.sort() random.shuffle(imgs) val_count max(1, int(len(imgs) * 0.2)) val_imgs set(imgs[:val_count]) for img in imgs: sub val if img in val_imgs else train stem os.path.splitext(img)[0] src_txt os.path.join(src_labels, stem .txt) if not os.path.exists(src_txt): continue # 圖片沒有對(duì)應(yīng)標(biāo)簽時(shí)跳過(guò)避免把臟數(shù)據(jù)帶進(jìn)訓(xùn)練 shutil.copy(os.path.join(src_images, img), os.path.join(out_images, sub, img)) shutil.copy(src_txt, os.path.join(out_labels, sub, stem .txt))邏輯說(shuō)明腳本先按擴(kuò)展名篩出圖片通過(guò) sort 和 random.seed 保證劃分可復(fù)現(xiàn)再按 20% 比例取前 n 張作驗(yàn)證集最后把圖片和同名 txt 一起復(fù)制過(guò)去。這里最重要的一點(diǎn)是“同步”圖片和標(biāo)簽文件共用文件名前綴只要不同步訓(xùn)練時(shí)會(huì)報(bào)“找不到標(biāo)簽”或者把兩張圖的標(biāo)簽錯(cuò)配到一張圖上。參數(shù)說(shuō)明src_labels 沒有對(duì)應(yīng) txt 時(shí)直接跳過(guò)避免把未標(biāo)注圖片帶進(jìn)訓(xùn)練想改成 9:1把 0.2 改成 0.1 即可shutil.copy 是復(fù)制而不是移動(dòng)原目錄文件還在跑錯(cuò)了可以刪掉 dataset 重來(lái)這算一個(gè)低成本后悔藥。3.2 把 VOC/COCO 標(biāo)注轉(zhuǎn)成 YOLO 格式轉(zhuǎn)換腳本與四個(gè)邊界坑很多公開數(shù)據(jù)集給的是 VOC 的 xml 或 COCO 的 json 標(biāo)注YOLO 訓(xùn)練讀不了這兩種格式必須先轉(zhuǎn)換。VOC 格式里每個(gè)目標(biāo)對(duì)應(yīng)一個(gè) bndbox 節(jié)點(diǎn)里面是 xmin、ymin、xmax、ymax 四個(gè)像素坐標(biāo)YOLO 要的是相對(duì)圖片寬高的中心點(diǎn)和寬高比例。核心換算只有幾行但真正的坑全在換算之外。# voc2yolo.py import os import xml.etree.ElementTree as ET class_map {healthy: 0, early_blight: 1, late_blight: 2, bacterial_spot: 3} def convert_one(xml_path, img_w, img_h, out_txt): tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.findall(object): name obj.find(name).text if name not in class_map: continue # 類別名不在映射表里直接跳過(guò) box obj.find(bndbox) x1 float(box.find(xmin).text) y1 float(box.find(ymin).text) x2 float(box.find(xmax).text) y2 float(box.find(ymax).text) # 越界裁剪坐標(biāo)小于 0 按 0大于寬高按寬高 x1 max(0, x1); y1 max(0, y1) x2 min(img_w, x2); y2 min(img_h, y2) if x2 x1 or y2 y1: continue # 裁剪后框?yàn)榭照f(shuō)明原始標(biāo)注有問題 x_center (x1 x2) / 2 / img_w y_center (y1 y2) / 2 / img_h w (x2 - x1) / img_w h (y2 - y1) / img_h lines.append(f{class_map[name]} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) with open(out_txt, w, encodingutf-8) as f: f.write(\n.join(lines)) # 使用時(shí)傳入圖片實(shí)際寬高不要用 xml 里的假設(shè)值 convert_one(annotations/tomato_001.xml, 1280, 960, labels/tomato_001.txt)邏輯說(shuō)明代碼遍歷每個(gè) object 節(jié)點(diǎn)從 bndbox 拿四角像素坐標(biāo)裁剪到圖片邊界內(nèi)再歸一化。裁剪很重要人工標(biāo)注經(jīng)常把框畫出圖片邊緣不裁會(huì)讓后續(xù)數(shù)據(jù)增強(qiáng)在越界坐標(biāo)上產(chǎn)生空 box。類別 ID 由 class_map 映射不在表里的名稱直接跳過(guò)便于反向排查數(shù)據(jù)里有沒有未知病害類別。參數(shù)說(shuō)明輸出精度保留 6 位小數(shù)夠 YOLO 使用如果手里是 COCO 的 json 格式需要換 pycocotools 讀取換算公式一樣。四個(gè)邊界坑提前說(shuō)清楚一是 xml 里的圖片尺寸可能是 0 或錯(cuò)誤值轉(zhuǎn)換前先查實(shí)際尺寸二是坐標(biāo)越界要裁剪而不是直接丟棄丟棄會(huì)丟目標(biāo)三是不同數(shù)據(jù)集里 bndbox 字段名可能寫錯(cuò)寫成 xmin、ymax 之外的名字會(huì)直接 KeyError四是一張圖可能包含多個(gè)同名 object代碼里的 for 循環(huán)天然支持多目標(biāo)別只取第一個(gè)。3.3 標(biāo)注可視化自查把 txt 畫到圖上60 秒內(nèi)發(fā)現(xiàn)問題格式正確不等于標(biāo)注正確。最有效的自查方法就是把標(biāo)簽框畫回原圖逐張翻看。下面這段代碼讀一張圖和同名 txt用 OpenCV 畫出目標(biāo)框和類別 ID輸出到檢查目錄跑一遍就能看出坐標(biāo)是否錯(cuò)位、框是否框住了整片葉、類別是否標(biāo)錯(cuò)。# check_annotations.py import os import cv2 img_dir dataset/images/train label_dir dataset/labels/train out_dir check_output os.makedirs(out_dir, exist_okTrue) for img_name in os.listdir(img_dir): stem os.path.splitext(img_name)[0] label_path os.path.join(label_dir, stem .txt) if not os.path.exists(label_path): continue img cv2.imread(os.path.join(img_dir, img_name)) img_h, img_w img.shape[:2] with open(label_path, r, encodingutf-8) as f: for line in f: parts line.strip().split() if len(parts) ! 5: continue # 行格式不對(duì)直接跳過(guò) cls_id, xc, yc, w, h parts cls_id int(cls_id); xc float(xc); yc float(yc) w float(w); h float(h) x1 int((xc - w / 2) * img_w) y1 int((yc - h / 2) * img_h) x2 int((xc w / 2) * img_w) y2 int((yc h / 2) * img_h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 0, 255), 2) cv2.putText(img, str(cls_id), (x1, max(0, y1 - 5)), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) cv2.imwrite(os.path.join(out_dir, img_name), img)邏輯說(shuō)明腳本按文件名前綴找對(duì)應(yīng)標(biāo)簽把歸一化坐標(biāo)還原成像素坐標(biāo)后用 cv2.rectangle 畫框cv2.putText 在框上方寫類別 ID處理完保存到 check_output。如果發(fā)現(xiàn)大量框偏到葉片外側(cè)通常是標(biāo)簽歸一化公式錯(cuò)了如果框位置基本正確但類別 ID 對(duì)不上病害說(shuō)明 class_map 映射寫歪了。參數(shù)說(shuō)明建議把檢查圖片放到統(tǒng)一目錄里用看圖工具快速翻頁(yè)。一次性檢查幾百?gòu)垐D時(shí)可以把圖片先縮到 640 寬度再保存減少翻頁(yè)體量。這一步不產(chǎn)生任何模型收益但能省掉后面無(wú)數(shù)次調(diào)試時(shí)瞎猜的時(shí)間是整條流程里性價(jià)比最高的一步。4. 訓(xùn)練落地用 PyTorch 把訓(xùn)練跑順記住這組參數(shù)數(shù)據(jù)準(zhǔn)備好了接下來(lái)是把訓(xùn)練腳本跑起來(lái)。這里最大的風(fēng)險(xiǎn)不是模型不懂番茄葉片而是環(huán)境裝不好、參數(shù)設(shè)置不合理、訓(xùn)練中斷后不知道怎么續(xù)上。建議嚴(yán)格按“環(huán)境 → 配置 → 監(jiān)控”三步走每一步只做最小必要的事不要一上來(lái)就去調(diào)花里胡哨的訓(xùn)練技巧。4.1 環(huán)境準(zhǔn)備conda 虛擬環(huán)境與依賴安裝為了不讓系統(tǒng)里已有的 Python 包污染項(xiàng)目我一般先建獨(dú)立的 conda 環(huán)境。下面這段命令在終端里按順序執(zhí)行。conda create -n tomato python3.10 -y conda activate tomato pip install torch torchvision pip install ultralytics邏輯說(shuō)明第一行創(chuàng)建名為 tomato 的 Python 3.10 虛擬環(huán)境第二行激活第三行安裝 PyTorch 和配套 torchvision第四行安裝 ultralytics——這個(gè)庫(kù)封裝了 YOLO 系列的訓(xùn)練、驗(yàn)證、導(dǎo)出接口。torch 和 torchvision 需要配套版本直接 pip 安裝通常會(huì)自動(dòng)匹配但要確認(rèn) torch 能用 GPU方法是在 Python 里執(zhí)行 import torch; print(torch.cuda.is_available())輸出 True 才說(shuō)明 CUDA 可用。參數(shù)說(shuō)明Python 3.10 是這幾年 PyTorch 兼容性最穩(wěn)的版本之一純小白照抄即可如果機(jī)器是純 CPU不裝 CUDA 版 torch 也能跑只是慢很多。Windows 上最容易翻車的點(diǎn)有兩個(gè)一個(gè)是缺 VC 運(yùn)行庫(kù)報(bào)錯(cuò)文字里出現(xiàn) msvcp140.dll裝一下運(yùn)行庫(kù)就好另一個(gè)是顯卡驅(qū)動(dòng)太舊torch 報(bào)“CUDA driver version is insufficient”去顯卡廠商官網(wǎng)更新驅(qū)動(dòng)即可不用自己亂改 torch 版本。裝完后建議跑一下 yolo --version 確認(rèn)命令行可用很多環(huán)境問題在這一步就能暴露。4.2 數(shù)據(jù)集配置與訓(xùn)練命令參數(shù)表里哪些是安全區(qū)哪些是玄學(xué)ultralytics 的訓(xùn)練接口要求先用一個(gè) yaml 文件描述數(shù)據(jù)路徑和類別信息。文件名隨意結(jié)構(gòu)固定。假設(shè)只做四類健康葉片、早疫病、晚疫病、細(xì)菌性斑點(diǎn)內(nèi)容如下。# tomato.yaml path: dataset train: images/train val: images/val nc: 4 names: 0: healthy 1: early_blight 2: late_blight 3: bacterial_spot邏輯說(shuō)明path 是數(shù)據(jù)集根目錄train 和 val 是相對(duì)路徑nc 是類別總數(shù)names 給每個(gè)類別 ID 一個(gè)名字。訓(xùn)練腳本讀這個(gè)文件就知道去哪里找圖片、驗(yàn)證集用哪份數(shù)據(jù)、輸出多少個(gè)類別。最容易翻車的配置是 path 寫成絕對(duì)路徑換機(jī)器后路徑失效相對(duì)路徑則要求執(zhí)行訓(xùn)練命令時(shí)的工作目錄在數(shù)據(jù)集上層我會(huì)在命令前用 cd 進(jìn)入項(xiàng)目根目錄來(lái)規(guī)避。訓(xùn)練命令如下cd tomato_project yolo detect train modelyolov8n.pt datatomato.yaml \ epochs80 imgsz640 batch8 device0 workers4 \ lr00.01 patience15邏輯說(shuō)明modelyolov8n.pt 表示加載官方預(yù)訓(xùn)練權(quán)重做遷移學(xué)習(xí)n 是 nano 版本顯存占用小、適合入門datatomato.yaml 指向剛才的配置epochs80 是完整遍歷訓(xùn)練集 80 次imgsz640 讓圖片縮放成 640x640 再進(jìn)網(wǎng)絡(luò)batch8 是每次送入 GPU 的圖片數(shù)量patience15 表示驗(yàn)證指標(biāo)連續(xù) 15 個(gè) epoch 不提升就提前停止防過(guò)擬合還能省時(shí)間。參數(shù)我的默認(rèn)值影響說(shuō)明modelyolov8n.pt模型容量與速度顯存小用 n數(shù)據(jù)多再換 s 或 mepochs80訓(xùn)練輪數(shù)幾百?gòu)垐D時(shí) 80 夠用imgsz640輸入分辨率分辨率越高越吃顯存小目標(biāo)多再調(diào) 960batch8單輪顯存占用6GB 顯存安全區(qū)是 8溢出就減半lr00.01初始學(xué)習(xí)率遷移學(xué)習(xí)時(shí) 0.01 是保守安全值patience15早停耐心值驗(yàn)證指標(biāo)不升就停防無(wú)效等待參數(shù)說(shuō)明imgsz 和 batch 的乘積直接決定顯存占用6GB 顯存跑 6408 是比較穩(wěn)的搭配如果數(shù)據(jù)里葉片只占很小一塊可以試 imgsz960但 batch 要降一半。lr0 是最容易踩的玄學(xué)參數(shù)調(diào)大了 loss 早期爆炸調(diào)小了 40 輪還在原地晃遷移學(xué)習(xí)場(chǎng)景下 0.01 基本不會(huì)出錯(cuò)。顯存溢出時(shí)優(yōu)先把 batch 減半而不是換更小的模型因?yàn)?batch 減半不影響模型表達(dá)能力只是梯度估計(jì)噪聲變大。4.3 訓(xùn)練過(guò)程怎么監(jiān)控從 loss 數(shù)值到 best.pt 的完整閉環(huán)訓(xùn)練開始后終端會(huì)打印每個(gè) epoch 的進(jìn)度條和一堆指標(biāo)要有取舍地看。第一優(yōu)先看 box_loss 和 cls_loss前者是定位損失后者是分類損失兩者都應(yīng)隨 epoch 數(shù)增加而下降下降速度變緩是正?,F(xiàn)象。第二看 val 行的 mAP50這是最能說(shuō)明模型真實(shí)水平的數(shù)字不要只看最終值要關(guān)注它在訓(xùn)練中期的爬升趨勢(shì)。訓(xùn)練結(jié)束時(shí)runs/detect/train 目錄下會(huì)出現(xiàn)兩個(gè)權(quán)重文件best.pt 是驗(yàn)證指標(biāo)最好的權(quán)重last.pt 是最后一輪權(quán)重。默認(rèn)用 best.pt不要只拿 last.pt 做推理因?yàn)橛?xùn)練后期可能出現(xiàn)輕微過(guò)擬合best.pt 才是泛化能力最強(qiáng)的快照。中斷恢復(fù)也有后悔藥訓(xùn)練中途崩了在命令最后加 resumeTrue腳本會(huì)從 last.pt 斷點(diǎn)繼續(xù)不用從頭再來(lái)。如果 mAP50 到某個(gè) epoch 后突然掉一截別急著加正則化先回第三章把可視化自查再做一遍看是不是訓(xùn)練集里混進(jìn)了貼錯(cuò)標(biāo)簽的圖。數(shù)據(jù)層面干凈了指標(biāo)才會(huì)恢復(fù)正常。另外值得記的一個(gè)經(jīng)驗(yàn)是batch 小的時(shí)候 loss 曲線更抖這是正常的不用過(guò)度緊張真正要警惕的是 loss 徘徊在高位完全不降那種情況多半是標(biāo)簽坐標(biāo)越界回 3.2 小節(jié)的轉(zhuǎn)換腳本檢查邊界裁剪邏輯。5. 番茄葉片病害檢測(cè)的典型翻車現(xiàn)場(chǎng)排查與避坑訓(xùn)練和推理跑通之后真正的疑難雜癥才開始浮出來(lái)。下面五條是從實(shí)際項(xiàng)目里反復(fù)遇到、且在新手身上出現(xiàn)頻率最高的問題按現(xiàn)象、原因、解決的順序?qū)懨恳粭l都盡量給一個(gè)能直接抄的判斷路徑方便你在訓(xùn)練失敗時(shí)按圖索驥。5.1 顯存溢出不只是換顯卡就能解決現(xiàn)象訓(xùn)練跑到十幾個(gè) epoch 后進(jìn)程突然報(bào) CUDA error: out of memory前面十幾個(gè) epoch 的進(jìn)度全部作廢。原因最典型根源是 batch 和 imgsz 的乘積超過(guò)顯存上限尤其是帶數(shù)據(jù)增強(qiáng)的 YOLO 訓(xùn)練顯存峰值往往出現(xiàn)在增強(qiáng)后的大圖堆疊階段而不是推理階段。有時(shí)候 6GB 顯存跑 batch8 能啟動(dòng)、卻在某 epoch 中途溢出是因?yàn)樵鰪?qiáng)操作隨機(jī)生成了比平時(shí)更大的輸入圖瞬時(shí)峰值比平均值高出一截。解決先把 batch 減半到 4同時(shí)把 imgsz 降到 512大多數(shù) 6GB 卡能穩(wěn)定跑完如果還溢出再看 workers 是否太大workers4 會(huì)讓數(shù)據(jù)加載線程同時(shí)準(zhǔn)備多批數(shù)據(jù)顯存和內(nèi)存都被推高。改完參數(shù)重新訓(xùn)練因?yàn)?best.pt 還沒生成沒有斷點(diǎn)可以利用。這條經(jīng)驗(yàn)的關(guān)鍵是顯存溢出不是換顯卡的信號(hào)先把參數(shù)調(diào)回安全區(qū)再說(shuō)。5.2 標(biāo)注框口徑不統(tǒng)一模型學(xué)的到底是葉片還是病斑現(xiàn)象訓(xùn)練完的模型在真實(shí)照片上表現(xiàn)尚可但預(yù)測(cè)框總是只框住病斑區(qū)域而不是整片葉或者反過(guò)來(lái)該框病斑卻框了整片葉子。原因這是標(biāo)注階段埋下的鍋。同一批數(shù)據(jù)里一部分人標(biāo)整片葉另一部分人只標(biāo)病斑模型在矛盾中學(xué)會(huì)了“最小化損失”的折中方案輸出框忽大忽小。整片葉占圖面積大、病斑占圖面積小兩者混合會(huì)讓置信度分布非常奇怪。解決沒有捷徑只能回標(biāo)注環(huán)節(jié)統(tǒng)一口徑。建議定成“目標(biāo)是葉片類別是病害”如果真正關(guān)心病斑面積占比就定成“目標(biāo)是病斑類別是病害類型”。定好之后把不符合的標(biāo)注批量改成統(tǒng)一規(guī)則再跑一次 3.3 小節(jié)的可視化自查確認(rèn)每個(gè)框都符合新口徑再重新訓(xùn)練。這個(gè)問題越早發(fā)現(xiàn)代價(jià)越小訓(xùn)練完才發(fā)現(xiàn)等于前幾十個(gè) epoch 全部作廢。5.3 類別嚴(yán)重不平衡整體指標(biāo)還行細(xì)看某個(gè)類別幾乎不檢現(xiàn)象訓(xùn)練完看驗(yàn)證結(jié)果mAP50 有 0.7但按類別拆開統(tǒng)計(jì)晚疫病這一類精確率和召回率雙雙接近 0模型把所有相似目標(biāo)都判成了早疫病。原因數(shù)據(jù)集中晚疫病樣本只有早疫病的十分之一。目標(biāo)檢測(cè)的損失函數(shù)在加權(quán)求和時(shí)樣本多的類別貢獻(xiàn)的梯度更大模型很容易傾向把所有相似紋理都判成大類。病害之間的視覺相似性會(huì)放大這個(gè)問題早疫病和晚疫病的同心環(huán)差幾層紋理細(xì)節(jié)樣本不足時(shí)模型根本學(xué)不到區(qū)分特征。解決優(yōu)先做數(shù)據(jù)擴(kuò)充找更多晚疫病照片或做旋轉(zhuǎn)、亮度、雨露等增廣把數(shù)量拉到一個(gè)相對(duì)均衡的水平確實(shí)找不到素材再調(diào)整損失權(quán)重比如給 cls loss 按類別占比反比加權(quán)或者換 focal loss 讓模型更關(guān)注難分的少數(shù)類。我的經(jīng)驗(yàn)是調(diào) loss 權(quán)重只能把指標(biāo)從幾乎為零拉回“勉強(qiáng)能用”真正有效的還是數(shù)據(jù)量本身。5.4 loss 不降先查標(biāo)簽再調(diào)學(xué)習(xí)率現(xiàn)象訓(xùn)練到第 30 輪box_loss 和 cls_loss 都停在一個(gè)較高水平不再下降驗(yàn)證集 mAP50 也在低位震蕩調(diào) epochs 也沒用。原因排在前列的三類原因分別是標(biāo)簽坐標(biāo)越界或歸一化錯(cuò)誤、學(xué)習(xí)率過(guò)高導(dǎo)致 loss 反復(fù)震蕩、模型容量不足。最常見的是第一種因?yàn)檗D(zhuǎn)換腳本如果沒做邊界裁剪x_center 和 w 會(huì)偶爾出現(xiàn)大于 1 或小于 0 的數(shù)值模型看到的標(biāo)簽和實(shí)際目標(biāo)框?qū)Σ簧献匀粚W(xué)不下去。解決不要先動(dòng)模型先執(zhí)行第三章的可視化自查腳本逐張看標(biāo)注框是否貼合葉片??蛉空T贆z查 lr0把 0.01 降到 0.002 重跑數(shù)據(jù)量大且模型是 yolov8n可以換 yolov8s 提高容量。這三步按順序排查能覆蓋九成“l(fā)oss 不降”的現(xiàn)場(chǎng)。很多人一上來(lái)就換高級(jí)損失函數(shù)或加注意力模塊但在這類項(xiàng)目里數(shù)據(jù)問題占比遠(yuǎn)高于模型能力問題先把數(shù)據(jù)釘死再談模型。5.5 推理階段誤檢滿天飛把 conf 閾值調(diào)高只是治標(biāo)現(xiàn)象模型在訓(xùn)練集上的指標(biāo)很好看但把訓(xùn)練時(shí)沒見過(guò)的真實(shí)照片喂進(jìn)去預(yù)測(cè)結(jié)果里到處是框連土壤、莖稈甚至背景紋理都被標(biāo)注成病害。原因訓(xùn)練正樣本里幾乎全是“葉片居中、背景干凈”的照片模型沒見過(guò)不帶葉子的負(fù)樣本于是在推理階段對(duì)一切有紋理的區(qū)域都打了高分。這是數(shù)據(jù)分布和真實(shí)場(chǎng)景不匹配造成的問題不是單純過(guò)擬合。解決治本的手段是往訓(xùn)練集里加入背景圖片作為負(fù)樣本再配合 mosaic 和 mixup 增強(qiáng)讓模型學(xué)會(huì)忽略無(wú)關(guān)區(qū)域。治標(biāo)的手段是把推理時(shí)的 conf 參數(shù)調(diào)高例如從默認(rèn)的 0.25 提到 0.5誤檢數(shù)量會(huì)明顯下降但會(huì)犧牲一部分真目標(biāo)召回。建議一起做先用 conf0.5 把眼前誤檢壓下去同時(shí)補(bǔ)一批帶背景的負(fù)樣本重新訓(xùn)練雙管齊下才算真正解決。提示這五條經(jīng)驗(yàn)的共同點(diǎn)是現(xiàn)象在訓(xùn)練或推理中暴露根源卻都在數(shù)據(jù)或參數(shù)上。遇到問題按“數(shù)據(jù) → 參數(shù) → 模型”的順序排查不要一上來(lái)就換網(wǎng)絡(luò)結(jié)構(gòu)。6. 把模型從“能跑”變成“能用”驗(yàn)證指標(biāo)與落地前的最后一步訓(xùn)練完成不代表項(xiàng)目結(jié)束模型要在沒見過(guò)的真實(shí)照片上證明自己。驗(yàn)證階段最有參考價(jià)值的數(shù)字是 mAP50 和混淆矩陣比單獨(dú)看訓(xùn)練 loss 誠(chéng)實(shí)得多。yolo detect val modelruns/detect/train/best.pt datatomato.yaml這條命令會(huì)在驗(yàn)證集上跑一遍最優(yōu)權(quán)重打印 box_loss、mAP50、mAP50-95 等指標(biāo)同時(shí)生成混淆矩陣圖。混淆矩陣的閱讀方法是看對(duì)角線對(duì)角線數(shù)值越高說(shuō)明每個(gè)類別分得越清楚如果早疫病和晚疫病之間出現(xiàn)大片非對(duì)角區(qū)域說(shuō)明這兩個(gè)類別在特征空間里確實(shí)太接近優(yōu)先回 5.3 小節(jié)補(bǔ)數(shù)據(jù)。推理階段的驗(yàn)證要換一批照片最好用手機(jī)在真實(shí)溫室拍幾張分別覆蓋單葉片、多葉片、背景雜亂、光線不均四種情況。下面這段代碼可以快速做批量預(yù)測(cè)并保存結(jié)果。from ultralytics import YOLO model YOLO(runs/detect/train/best.pt) results model.predict( sourcereal_photos/, conf0.45, saveTrue, imgsz640, projectpredict_output )邏輯說(shuō)明model 加載訓(xùn)練好的 best.ptsource 指向真實(shí)照片目錄conf0.45 比默認(rèn)值略高以過(guò)濾誤檢saveTrue 保存畫好框的結(jié)果圖project 指定輸出目錄。參數(shù)說(shuō)明如果真實(shí)場(chǎng)景里葉片占整圖比例很小imgsz 可調(diào)到 960 再試一次代價(jià)是推理變慢但小目標(biāo)檢出率通常會(huì)提高。這里有一個(gè)我從第一次做葉片檢測(cè)就記住的習(xí)慣永遠(yuǎn)同時(shí)保存兩份驗(yàn)證輸出一份按默認(rèn)參數(shù)一份按高 conf對(duì)比著看模型的邊界在哪里。如果兩份輸出差異極大說(shuō)明模型對(duì)置信度非常敏感部署時(shí)要仔細(xì)標(biāo)定閾值。這套流程走完這個(gè)基于 python 深度學(xué)習(xí)的番茄葉片病害檢測(cè)項(xiàng)目才真正從“代碼能跑”變成了“檢測(cè)能信”。我早年第一次做完類似項(xiàng)目時(shí)花在換模型上的時(shí)間遠(yuǎn)超花在查數(shù)據(jù)上的時(shí)間結(jié)果每個(gè)模型的指標(biāo)都類似地差。后來(lái)養(yǎng)成先做數(shù)據(jù)自查、再看混淆矩陣、最后用真實(shí)照片兜底的順序返工次數(shù)驟降。希望這個(gè)順序也能幫你在番茄葉片病害檢測(cè)上少走幾步彎路。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
九久9精品| 亚洲日日日| 99精品网站| 思思久热6| 五月婷婷丁香五月 | 超碰网站在线观看| 久久xxxx| 操逼五月天| 成人啪啪色婷婷久| www.狠狠操.co m| 五月天开心婷婷久久| 久久人妻情侣| 日本操碰碰| 五月天桃色深爱网| 六六久久黄色| 久久精彩免费视频精彩免费视频| 五月天激情.com| 婷婷狠狠干| 成人亚洲精品| 在线超碰免费| 久久综合中文| 丁香综合久久| 91狠狠综合久久久久久| 日日爱699| 成人短视频在线免费观看| 99热久| 色综合99| 五月天婷婷伊人| 天天 青草 制服丝袜 在线| 开心五月婷婷在线| 五月丁香天堂网| 日韩丁香涩| 热久69| 99热在线里有精品| 在线观看亚洲视频影院| 亚洲av另类在线观看| 久久久27操| 激情五月第四色| 成人性爱无码| 天天操天天插| 99亚洲视频| 日日色五月天| 久久久久婷婷| 东京热人妻一区二区三区在线| 亚洲午夜AV| 婷婷丁香五月天亚洲| 91超碰在线播放| 亚洲精品a成人在线播放| 丁香五月123| 91人久| 狠狠综合区| 欧美噜噜久久久XXX| 老司机伊人| 久久人妻视频| WWW99热| 婷婷五月婷婷五月天| 亚洲AV网址| 嫩草AV久久伊人妇女超级A| 成人av观看| 亚州视频九九99| 丁香婷婷激情| 人操人| 久久视频这里都是精品| 91久久婷婷| 青青草五月天| 五月丁香做爱视频| 午夜精品人妻无码一区二区三区| 婷婷久久五月| 激情综合网五月丁香| 日韩AV中文在线观看| 色色五月丁香| 日本久久婷| 国内精品99| 六月丁香花婷婷| 婷婷五月天美女21p| 中文字幕无码人妻少妇免费视频 | 色99视频| www久久99| 欧美乱码国产一级A片| 色噜噜,噜噜色| 五月婷婷色影院| 狠狠爱丁香婷| 狠狠五月激情婷婷直播片| 久碰视频| 日韩成人av在线| www激情| 九色在线五月婷婷网址| 丁香五月狠狠综合欧美| 成人做爰高潮A片免费视频| 狠狠人妻色综合| 天天干天天干天天操| av免费在线看不卡无毒| 五月丁香婷婷激情久久| 第四色在线观看| 天天操夜夜爽天天操| 婷婷射综合| 日韩精品VIP| 五月丁香五月天现场视频| 五月婷在线| 96精品久久久久久久久| 欧美丁香五月97色| 九月影院義母在线播放| 久操综合| 久久丁香五月婷婷| 色色性爱视频| 六月亚洲婷婷6月中文字幕| 丁香六月啪啪啪| 久色五月丁香视频| 性热视频99精品| 国产日韩亚洲欧美在线观看| 丁香花五月天社区| 五月激情在线| 97色天堂| 久婷婷| 久热超碰91| 久色激情| 成人短视频在线| 99久在线精品| 欧美噜噜噜草| 综合久久99| 丁香婷婷六月激情文学 | 日韩狠狠色| 九九热在线99| 日韩啪啪网| 啪啪激情综合| 无码99| 精品国产va久久久久| 久久伊人五月天| 精品久久99码| 99精品视频在线观看| 99久久国产宗和精品1上映| www.夜夜操.com| 极品色丁香| 五月丁香啪啪啪| 九九热这里只有精品首页| 婷色五月天| 色婷丁香五月| 国产精品电| 激情五月丁香六月婷婷| 久久999久久999久久999久久| 五月丁香久久| 婷婷综合久久| 日本欧美成人片AAAA| www.狠狠狠.com| 超碰狠狠干99| 五月丁香婷婷深深爱| 五月婷婷丁香综合,亚洲天堂| 深爱激情六月天| 大香人妻| 深爱五月激情| 国产成人va在线| 亚洲丁香花五月丁香花| 日韩精品一品二区三区的使用体验| 久大香蕉| 国产亚洲精品AAAAAAA片| 伊人综合网4| 日产精品一线二线三线芒果| 天天影院色| 91精品综合久久婷婷九色| 婷婷综合在线| 激情二色月| 久久五月天丁香| 五月婷婷六月情| 久久色天堂| 五月丁香亭亭| 激情五月,激情综合网| 五月丁香五月丁香五月丁香五月丁香91| 黄色成人网站在线播放| 婷丁香五月天| 五月激情婷婷国产精品久久久久久| 99九九在线观看免费| 婷婷丁香色五月亚洲| 免费视频WWW在线观看网站| 久热视频这里只有精品| 狠狠色婷婷7777久| av五月天婷婷丁香| 婷婷中文字幕| 六月婷婷久久| 男人的天堂999| 五月丁小婷婷激情四射| 综合网啪啪| 一夜福利不卡| AAA久久久AAA久久久AAA| 色中色综合| 99热99这里有免费的精品| 看逼中文字幕| 国产精品国产成人国产三级| 天天干天天爽| 欧美英丁香开心快乐六月天网| 五月婷婷六月丁香首页| 国外亚洲成AV人片在线观看| 欧美 日韩 成人 在线| 亚洲 25P| 日本激情91| 蜜桃人妻无码AV天堂三区 | 五月天网站亭亭| 91天天操天天干天天射| 日本道久久91| 婷婷五月花| 色噜噜狠噜噜视频| 婷婷夜夜夜夜| 丁香婷婷人妻| 五月婷婷丁香六月| 大香蕉伊人丁香五月| 激情99热| 亚洲视频伍月婷婷| 色婷婷丁香五月天在线视频| 亚洲乱码在线观看| 久久天堂女人| 国产AV一区二区三区最新精品 | 影院久久久| 成人AV在线电影| 五月婷在线观看| 99久久a线观| 五月丁香综合中文| 1024欧美看片| BBWCUCKOLD精品熟妇| 欧美影院| 婷婷激情五月综合| 六月婷婷七月丁香| 五月在线婷色| 九九精品自拍| 91在线日本| 精品欧美一区二区三区久久久| 超碰97干| 天天透天天爱| www.色擼擼.com| 国产伦理精品高清在线观看网站一区二区 | 99久久99九九九99九他书对| 日韩AV中文字幕在线| 婷婷综合久久| 久久婷婷五月天| 五月天啪啪啪| 丁香六月成人| 婷婷五月天啪啪| 亚洲第一色色色色| 深爱激情网五月| 久久丝袜婷婷| 久人操| 91re色综合视频| 色色色网站| 一起草无码| 美国色五月天婷婷资源站| 涩五月婷婷| 亚洲AV无码影院| 色天使久久综合| 亚洲国产无线乱码在线观看| 丁香色五月 97干| 亚洲午夜视频| 色私五月婷婷| 婷婷综合五月| 操逼六区| 五月婷婷激情性爱| 无码99| 人人操人| 五月四色激情| 一起操最新网址| 成人草榴视频| 国产69久久久欧美黑人A片| 九九视频在线观看| 婷婷五月激情中文字幕| 色五月av| 婷婷五月成人| 亚洲乱码精品久久久久..| 99re思思热久久| 香焦网五月天| 日韩狠狠色| 婷婷久久精品| 婷综合| 欧美日韩成人高清在线| 国产67194| 99热爱爱干干日| 久久亚洲无码| 伊人婷婷大香蕉| 国产avapp 网| 色五月婷婷中文字幕| 热久久91| 99这里只有精品| 91chinese在线| 国产激情AV| 亚洲天堂99| 五月丁香香蕉| 综合五月天| 日日夜夜干| 九月色婷婷| 日本欧美成人片AAAA| 国产69久久久欧美黑人A片| 亚洲视频一区| www.色色色com| 欧美天堂婷婷日韩| 色婷婷色| 色色五月天激情| 欧美色五月| 久久九九怡红院| 九月丁香婷婷综合激情| 思思久久96热在精品国产,| 久久A热| 五月天狠狠干| 激情五月丁香亭亭| 淫视馆aV二区一区| 无码激情AAAAA片-区区| 91免费试看| 在线99精品| 亚洲AV网址| 五月丁香成人网| 超碰av在线| 亚洲丁香五月综合| 色综合综合色| 超级碰碰碰97免费| 婷婷亚洲综合| ai97re99一本| 91干在线| www.色窝| 激情婷婷丁香| 能看的av| 任我肏视频精品| 婷婷色中文| 久久婷婷五月天懂色| 亚洲精99| 激情五月深爱婷婷| 91丨九色丨43老版熟女| 2025神马午夜福利| 久久精品婷婷五月丁香| 天天 日综合| 五月婷婷啪啪啪啪| 99视频内射三四| 久久激情五月婷婷| 在线播放成人| 五月开心婷婷极品激情| 亚州性爱99| 婷婷久久免费| 国产肥白大熟妇BBBB视频| AV大片在线观看| 国产在线黄色| 五月色婷婷激情| AA丁香综合激情| 日韩性视频| 色色色综合网| 另类激情码| 五月丁香久久网| 丁香六月无码| 91精品综合久久久久久五月丁香| 人妻免费网站| 无码色色色色色| www色五月天| 欧美婷婷日本| 九色视频九色九色91jiuseshipin| 91精品无码久久久久久五月天| 婷婷五月天成人动漫| 九九婷婷网五月天| 99热91| 激情久久婷婷| 色五月丁香激情视频| 婷婷久久色| 婷婷中文字幕| www.91在线观看| xx色综合| 色色婷| 一起操最新网址| 欧美日韩999| 激情开心五月天婷婷基地丁香社区| 99精品在线播放| 天天射天天操天天干| a九九热www| 丁香五月天激情AV| 26uuu| 亚洲天堂九九九| 青青操avbb| 国产婷婷综合| av在线中文| 中字幕视频在线永久在线观看免费| 97超碰在线免费观看| 操嫩逼电影| 久久综合爱| 亚洲综合色激情色五月| 欧美激情五月天在线观看| 人人摸人人干| 伊人九九九久| 99色视频在线观看| 久操热线| 婷婷性爱网| 午夜色丁香| 亚洲成av人影院| 婷婷五月花| 天天操天天操天天操天天操天天操天天操天天操天天操天天操 | 色五月天中文字幕| 激情五月综合婷婷| 性欧美日本| 国产婷婷五月在线视频| 日本综合九九| 五月婷综合性中心| 9999久久久久| 99热福利| 丁香五月电影| 中文字幕综合网| 五月天激情国产综合婷婷| 91 影音先锋| 亚洲色色图片| 99ri精品| 五月婷婷干干干| 天天色视频| 雪千夏麻豆| 色婷婷丁香五月高清在线| 成人网址在线观看| 青青草色在线视频观看| 影音先锋91| 绿色小导航AV| 五月丁香六月情| 精品热九九| 五月婷婷五月丁香综合| 久久怕怕视频| www99热| 五月丁香色婷婷久久| 九九视频在线观看视频在线播放69| 婷婷丁香视频| 亚洲亚洲人成综合网络| 亚洲射激情| 狠狠操天天干| 91热er| www色色色com| 婷婷丁香成人在线视频| 成人精品一区日本无码网| www.99热日韩.com| 久久激情网| 天天射影| 大香蕉综合网| 天天色天天日| 夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂亚洲亚洲亚洲亚洲亚洲亚洲亚洲亚洲色 | 淫视馆aV二区一区| 日韩黄色电影| 天堂综合久久 | 婷婷五月大香蕉| www.99精品视频| 另类激情五月在线视频欧美| 超碰爱爱爱| AVDV久久| 国产9色在线/日韩| 丁香蜜臀黄色婷婷五月天| 五月婷婷黄色| 五月天婷婷色五月天| 91日本在线观看| 4399在线观看免费高清电视剧| 久久这里只有精品8| 成人色五月天婷婷| 欧美成人精品A片免费一区99| 日本无va视频| 91九色偷拍| 激情丁香五月天| 综合色网站| 五月色色网| 久久久人妻久久久| 99精品国产乱码久久久人妻| 夜夜操,天天撸| 97热超碰| 色五月91| 五月在线婷色| av在线免费播放观看| 五月激情婷婷六月| 97人操人免费视频| 精品婷婷| 日本五月视频| 99亚洲视频| 色色色999| 激情丁香五月婷| AAA级久久久精品| 婷婷色情小说| 亚洲无码成人网| 激情伊人| 千人斩操逼| 欧美精品在线观看| 日本99色| 丁香五月婷婷亚洲色图| 99热在线观看| 久热这里| 午夜色色色极品视频| 一二线视频 另类| 99热6这里只有精品| www.婷婷,com| 99热这里都是精品| 亚洲激情婷婷| 99开心五月五月丁香激情| 99欧美| 婷婷五月天另类网站| 婷婷丁香激情综合色情| 色很很96| 色九月丁香婷婷蜜桃在线观看| www.婷婷| 十月丁香婷婷| 天天日日| 五月婷婷六月丁香| 99热大片| 天天日夜夜欢| 日木WWW视频| 婷婷色在线播放| 天天天久久久| 麻豆精品| 99热在线观看| 久久99视频| 99热日韩| 欧美成人无码高清一区二区三区| 色婷婷啪啪| 26uuu精品一区二区| 美英法精品无码免费视频| 欧美日本黄色| 无码激情AAAAA片-区区| av在线观看网站| 伊人六月无码视频| 91精品国产99久久久久久天美| 欧美三级A做爰在线观看| 婷婷五月丁香五月综合网| 大香蕉久久伊人婷婷五月丁香| 99久| www久| 天天艹夜夜艹| 天天久久综合| 亚州精品色情无码A片| 久久综合9| 五月天综合婷婷| 天天射天天射一道本日本社区 | 色婷亚洲五月丁香| 婷婷情色开心五月天99| 开心激情网在线| 天天天日天天天干| 老司机午夜福利视频金瓶梅| 日韩av在线免费观看| 无码99| 五月婷婷九九热| 国产原创视频91九色| 九九伊人网| 狠狠狠狠狠狠狠狠| 天天插夜夜爽| 91九色精品熟女内射| 免费观看日韩成人av| 99热综合| 色在线99| 99re热视频这里只精品5| 天天综合色丁香| 婷婷内射视频在线| 99少妇精品| 六月婷婷色色网| 中文字幕成人| 操一操干一干| 日本九九九九| av在线免费播放| 99精品综合视频| 五月婷婷伊人在线| 六月婷色六月| 综合激情五月丁香| 美女婷婷六月色| 激情五月天婷婷图| 婷婷伊人网| 26uuu丁香婷婷五月| 开心五月婷婷综合在线精品素人| 色五月噜噜| 色五月丁香五| 久久99久久99精品,久国产,久久精品免费,99久在线,久久久久国产精品免费网站,9 | http://www.com久久久精品一区| 中文字幕按摩做爰| 色色国产| 国产亚洲精品久久久久久豆腐| 五月婷婷,六月丁香| 999激情视频| 五月天丁香| www.五月天婷婷| 天天插AV丝袜中| 色综合色综合网| 丰满人妻一区三区三区| 五月天色导航| 婷婷五月丁香五月天| www五月婷婷88导航| 91色久| 99亚洲视频| 久久色情| 在线综合网| 无码操B| 天天干天天日天天操| 天天干夜夜想| 亚洲超碰在线| 免费视频WWW在线观看网站| 97福利视频| 国产超碰在线| 国产乱子轮XXX农村| 国产成人AV| 超PEN精品在线| 激情综合网激情五月丁香五月俺也去| 97碰碰草| Www.狠狠| 五月色丁香| 五月激情综合网| 淫视馆aV二区一区| 热无码A∨| 五月天婷婷激情小说| 婷婷丁香五月六月激情| 秋霞三及片| 五月天婷婷激情综合| 色综合伊人网| 中文资源在线a | 综合激情综合啪啪| aaa日韩| 色色色免费视频| 色综合伊人网| 亚洲成人免费电影| 日日夜夜狠狠| 97碰碰九九视频| www.久久色.com| 欧美日韩国产伦精品日韩人妻一| 91一起操| 天天天天天操| 欧美黄色AA片哗啦啦啦| 97人人操人人| 99免费视频| 色五月色综合| 亚洲乱码w在线观看| 日韩成人电影AV| 婷久看人爽| 五月丁香最新| 久久久WWW| 五月丁香六月激情综合啪啪| 五月丁香六月婷婷亚洲综合| 久草视频一,二三四| 青青草五月天| 日比视频91| 色五月婷婷影院| 激情小说五月天社区丁香| 人人添人人| 天天爽天天摸天天爱| 五月婷婷六月天| 精品人妻伦九区久久AAA片| 五月婷婷黄网站大全| 91九色欧美| 538在线| 天天爽综合网| 中文无码婷婷| 成人超碰网| 玖玖婷婷色五月| 亚洲综合激情五月天婷婷| 五月亭亭综合五码| 97久久久| 亚洲精品**不卡在线播he| 91婷婷色 | 久婷首页| 激情精品久久| 激情小说在线视频| 狠狠色婷婷| 婷婷之玖玖| 激情宗合哪里能看| 五月天综合视频| 九九热在线精品视频| 影音先锋男士资源网一区| 91超碰在线观看| 色婷激情网| 丁香六月狠狠干| 搡BBBB搡BBB搡18| 丁香婷婷超碰 | 婷婷六月亚洲综合| 国产精品天天狠天天看| 日本九九网| 婷婷色播综合五月| 伦乱天堂| 香港九九六区八区99| 色婷婷99| 开心深爱激情网| 色一情一乱一乱一区91Av| 婷婷丁香综合在线| 色婷婷成人丁香| 色天五月天在线观看视频| 99re6久热只有精品6在线直播| 狠狠干五月天| 色五月 五月婷婷| 激情五月婷婷色色| www.日日日.com| 丁香五月婷婷在线观看| 五月天色综合| 久9久9久9久9久9久9| 九九无码视屏| 五月天婷婷综合网| 五月丁香琪琪| 丰满熟女人妻一区二区三| 丁香五月天堂网| 久操乱| 婷婷五月天受日本法律保护| 99亚洲视频| 91无码一区人妻A片蜜| 97狠狠色| 深爱五月婷婷| 字幕网AV中文字幕| 精品色情一区二区三区四区| 色五月婷婷大香蕉| 伊人婷婷福利网| 综合五月丁香久久| 丁香婷婷色色| 九九九九九九九九九九九九九国产精品| 婷婷六月丁香开心深深爱| 婷婷色片| 亚洲一区二区 成人网站戴套| 婷婷久久五月天亚洲欧美国产日韩在线观看 | 丁香六月情| 天天日天天肏天天奸| 亚洲精久久| 亚洲天堂啪啪| 国产综合丁香五月天| 九九热再线九九视频免费在线观看| 99操久久| 久久新地此| 丁香狠狠色婷婷久久无码视频| 欧美成人精品三区综合A片| www.99色| 五月婷婷啪啪啪| 人人爽欧美婷婷久久久五月丁香| 婷婷香五月综合激情| 99国产精品久久久久久久久久久| 九九色中文| 六月色播| 91精品国产99久久久久久天美| 亚洲五月花| 99精品综合在线| 亚洲色欲AAAAAA| 夜夜嗨一区二区三区直播内容 | 99热天堂| www.久久久久久| 99热99热在线| 婷婷五月天涩涩| 五月丁香久久激情网| 夜精品无码A片一区二区蜜桃| 女人露出p毛视频www网站| 超碰91在线| AV网站免费在线| 噜噜操操| 人伦30P| 91婷婷丁香五月| 婷婷五月丁香色综合| 欧美日本另类| 99热久97| 亚洲婷婷欧美婷婷| 色婷婷色综合激情91| 丁香五月Av| 成人在线高清| 人人色婷婷| 色情五月天。| 五月婷婷色综图片| 五月色色网| 色综合色五月| 青青草性爱视频| 久草热在线视频| 五月丁香综合啪啪啪啪啪| 亚洲国产精品VA在线看黑人| WWW.夜夜操.com| 91日韩在线| 就爱啪啪婷婷| 日韩AV中文在线观看| 这里只有精品69| 九97免费视频| 激情五月天开心| 午夜九九九九九九九九九九九九九| 91AV婷婷| 开心五月六月婷婷| 九九成人| 99久久er| 中文字幕+中文在线| 五月婷婷激情综合| 99性视频| 久久久久久人妻| 色色色色av777| 婷婷黄色网| 五月婷婷综合在线| 91狠狠色| 亚洲妇女熟BBW| site:ornaments52.com| 人妻激情网| 夜色综合网| 九九精品视频免费在线| 九九热免费视频| 五月六月激情| 日韩黄色电影| 五月天婷婷久久| 99在线看片| 激情综合婷婷久久| 9|无码久久久久久| 很很操很很操| 1769在线观看欧美国产| 色噜噜狠狠色综合成人网| 六月丁香婷婷视频综合在线观看| 日本欧美成人片AAAA| 激情小说五月欧美亚洲丁香| 九月婷婷激情久久| 九九色影院| 五月婷五月婷伊人伊人五月婷| 日日躁夜夜躁狠狠久久AV| 婷婷丁香在线播放| 激情综合网五月丁香| 99九九精品| 欧美啄木乌丝袜人妻系列| www.综合久久.com| 狠狠狠狠狠| 99爱在线视频观看| 丁香婷婷五月综合色情| 四川BBB搡BBB爽爽视频| 能看的AV| www.99热国产| 六月激情网| 丁香九月激情| 婷婷丁香五月,狠狠综合| 懂色av蜜臀av粉嫩av永陈冠希| 深爱五月婷婷| 九九性视频| 欧美内射AA| 亚洲精品无人区| 成人短视频在线免费观看| 人人澡天天色天天做| 97男人天堂| 大香蕉AV在线| 婷婷五月天在线观看免费| 久久99精品视频| 91国产精品视频播放| 日韩成人AV在线| 5月丁香六月婷婷| 亚洲视频二区| 在线不卡AC| 另类图片色五月| 涩涩涩.com| 99热这里是精品| 99操不停| 亚洲综合色色色| 色在线视频网2025| 国内裸舞二区| 激情图片婷婷丁香五月| 国产美女无遮挡裸体毛片A片 | 婷婷激情五月天色| 色色五月婷婷久久| 99视频在线9| 九九色精品| 色久五月天| 天天激情综合| 超碰在线免费9| 五月天激情色色| 丁香五月性爱| 五月丁香777| 色五月aV| 久久99婷婷| 色情成人五月天| 无码99| 天天操中文字幕| 丁香六月亚洲综合| 再綫Av免费視品| 久久性刺激| 婷婷五月激情基地| 婷婷五月天成人网| 五月婷婷深深爱| 五月天婷婷无码视频| 丁香蜜臀黄色婷婷五月天| 五月婷婷六月丁香玖玖玫瑰91| 中国女人做爰A片| 色五月激情网| 啪啪黄页网| 婷婷五月天高清无码| 99在线观看这里都是精品| 综合婷婷久久| 日本网站久久| 丁香六月婷婷缴情欧美| 婷婷在线精品| 五月丁香久久网| 中文av网站| 天天色综合综合| 婷婷五月天综合蜜桃| 9色视频在线| 免费AV在线| 婷婷五月天涩涩| 色五月 婷婷, 大香蕉| 丁香五月激情五月| 五月婷婷啪啪| 欧美啪啪9| 五月综合激情网| 五月天成人网婷婷| 久草久青福利| 久久五月天合网| 97碰在线视频| 中文AV在线播放| 丁香五婷| 岛国操B不卡在线| 狠狠爱五月婷婷综合六月| 思思9久久| 99热这里只有精品8| 久久久精品人妻| 婷婷综合网| 亚洲午夜av| 色色五月丁香婷婷| 超碰97干| 日韩在线视频中文字幕| 激情六月天| 涩五月婷婷| 韩国天天婷婷| 五月丁香色| 欧美日韩aaaa| 97色色在线视频| 深爱激清网| www、色色色| 天天操屄网| 开心婷婷五月中文字幕组| 婷婷激情五月天在线| 日本va视频| 五月天基地| www色中色综合| 婷婷五月深深爱| 狠狠五月激情丁香六月| 丁香五月天网友自拍啪啪啪视频| 色五月综合激情| 五月天色婷婷成人| 亚洲欧美一区二区三区四区爱爱动图| 亚洲色 视频| 久久久久久人妻久久久久久久久久人妻久久久| 五月婷婷手机在线| 久久人妻www| 六月丁香婷婷综合在线| 色视频五月天| 91久久色| 亚洲旡码| 丁香五月天之婷婷影院| 婷婷五月天影院| 成人国产欧美大片一区| 国产精产国品一二三在观看| 五月天婷婷狂暴白浆| 日韩AV免费| 色色色五月天激情资源| 夜色综合网| 五月婷在线影院| 国产成人网| 婷香五月网在线| 婷婷一本和五月丁香| 婷婷播播五月天| 五月花激情| 五月天综合激情网| www.久久爱| 嫩BBB槡BBBB搡BBBB| 国产69久久久欧美黑人A片| av操逼网| 亚洲 成人 电影av在线观看| 狠狠色婷婷丁香五月| 青青草五月天| 九九av在线| 99久在线观看| 这里只有精彩小视频视频网站| 丁香五月性爱| 亚洲日韩人妻操逼| 99热日韩| 开心婷婷中文字幕| 高清无码入口| 色六月 婷婷| 91热久| 五月色网| 色激情综合| 天天插夜夜爽| www夜夜操comwww| 亚洲第一综合| 日韩aaa| 亚洲精品久久久久久久久久飞鱼| 丁香婷婷影院| 成人综合视频在线| 激情五月综合色| 综合网五月天123| 涩涩五月天| 婷婷五月天开心网| AⅤ网站在线看| 99热天堂| 五月婷婷亚洲天堂激情在线| 99热99色| 综合网色| 久久久国产精品黄毛片| 中文字幕激情综合| 婷婷五月黄色激情在线| 五月综合影院| 亚洲第一综合| 思思热在线视频精品| 中文字幕日产A片在线看| 色吧网综合| 97色婷婷在线观看| 五月丁香婷婷福利| 日本欧美国产| 超碰在线人人| 国产肥白大熟妇BBBB视频| 丁香五月天社区婷婷| 91婷婷伊人牛牛| 久热这里精品免费| 99干日本| 亚洲妇女熟BBW| 91激情五月开心| 99热 在线观看| 俺也去在线视频| www.天天干| AV在线不卡网站| 任你爽视频| 淫水导航| 香蕉久久国产AV一区二区| 久久六月婷婷| 久久永久视频| 我爱婷婷五月天综合88| 极品另类| 丁香五月婷婷色综合| 熟女激情网| 欧美天天干天天草| 超碰97人人操| 人操综合| 综合五月草| 丁香五月婷婷色| 午夜成人天堂久久无码日韩久久| 成人在线观看国产| 天天综合 99久久婷婷| 婷婷激情综合色五月久久,色婷婷丁香花,丁香婷婷五月情天,久久婷婷五月综合色 | 秋霞av不能| 成人羞羞啪啪 全 视频| 性高潮久久久久久-九九九九九九九九九九热-成人AV | 婷婷五月影院| 狠狠久久婷婷| 四色 爱 婷婷 精品 亚洲 五月天| 一级精品999WWW| 日本一级淫| 六月丁香激情综合网| 五月丁香六月婷婷激情网| 欧美槡BBBB槡BBB少妇| 综合视频久久| 久久婷婷五月综合色丁香| 热99这就是精品视频| 国产操肏网站| 91大屁股| 99久久激情视频| 青青草网武则天| 99免费视频精品| 丁香五月香蕉| 97热九九| 婷婷五月天高清无码| 日本综合色图| 91丨九色丨大屁股| 99色五月| 色深爱五月| 91se视频| 久久视频婷婷视频| 丁香五月自拍| 中文字幕日韩成人| 偷拍五月丁香| 99热在线观看成人| 99热久久最新地址| 欧美色色色色色| 9月色婷婷| 五月天色丁香| 六六久久黄色| 亚洲婷婷月丁香五月| 丁香五月婷婷综合精品素人| 人妻六月天| 天天透天天摸天天舔| 亚洲热久久| 夜夜爱影院| 综合九九| 日本4399天堂中出| 久9久9久9久9久9久9| 五月亭亭直播| www.ywav| 亚洲视频在线观看99| 婷婷精品免费久久| 九洲一级A片| 色五月婷婷在线| 欧美精品狠狠色丁香婷婷| 99色丁香婷婷综合网| 伊人激情AV一区二区三区| 久色网| 97色片| 97干网站| 婷丁香五月天| 六月婷婷网| 五月天另类激情在线| 99资源人人| 婷婷色情六月| 色激情网| 欧美婷| 天天射网站| caobi四区| 五月婷婷六月激情| 色狠狠999综合网| 这里只有精品1| 五月婷丁香| 久久精品这里只有精品免费首页| 色综合色五月| 激情久久五月天| 色五月综合网| 91操人视频| 99热人人| 婷婷丁香人妻天天爽| 色999五月色| 99热婷婷| 九九色综合| 婷婷五月色| 日日日,com| 亚洲婷婷五月天| 色亚洲中文| 天天色粽合合合合合合合| 亚洲性爱99| 一二线视频 另类| 久久久五月四色| ww超碰在线| 在线观看婷婷5月| 亚洲AV综合在线观看| 久久99网站| 五月色亭丁香| 亚洲av| 色色丁香激情五月| 久xxxx| 日韩成人网址| 激情五月婷婷丁香六月| 激情五月天影院| 丁香五月视频在线观看| 成人国产欧美大片一区| 色丁香婷婷美女视频网站| 欧美一级a| 久久婷婷五月天蜜桃| 日本在线99| 丁香婷婷基地| 激情丁香淫荡婷婷| 伊人免费视频9| 激情五月天小说| 67194中文字幕| 色香欲综合| 久久99热这里只有精品23| 国产成人AV| 亚州操人在线视频| 国产婷婷综合在线免费视频| 日韩成人无码人妻| 99色最新在线视频| 久热伊人| 99热日| 婷色视频| 99热这里只有精品22| 激情婷婷五六月天| 色综合中文综合网| 99激情网| 激情五月天婷婷久久久久久久久久久| 色婷婷性爱网| 中文久久婷婷| 7超碰自拍| 99精品在线| 99热在线观看精品免费| 久色激情| 日日夜夜天天| www一区二区三区| 五月天天综合| 激情小说婷婷| 丁香五月婷婷色播艳门照| aaa9区免费在线观看| 亚洲乱码日产精品BD在线观看| 99久久99久久综合| AV中文网| 国产无人区大片| 色八月婷婷| 久久精品熟女亚洲AV麻豆| 97性视频| 婷婷爱综合| 超碰在线资源| 夜夜干夜夜操| 五月丁香激情在线| 色婷婷9| 日韩成人无码| 五月丁香婷婷婷激情爱爱| 高潮毛片遮挡费高一百度| 婷婷五月天综合亚洲| 影音先锋色婷婷| 六月丁香五月亭亭| 成人综合视频在线| 亚洲亚洲人成综合网络| 久草热视频在线观看| 99热99ai| 久久大香蕉伊人| 99精品无码| 亚洲国产精品VA在线看黑人| 97丁香五月天| 激情五月狠狠喔| 五月丁香五月综合欧美| 天天爽,夜夜爽| 包操45分钟网站| 欧美婷婷九月| 无码日本精品XXXXXXXXX | 久久五月天视频| 操逼在线视频| 91久久精品无码一区二区三区| 一级片操逼视频| 五月丁香激情综合网| 国际国外精品欧洲南美洲专区无码不卡| 另类在线观看视频| 五月婷婷丁香91| 97精品自拍| 色情免费视频播放| 亚洲婷婷视频| 操婷婷久久| 少妇AB又爽又紧无码网站| 97碰人人操| 国精产品一区二区三区| 色一情一乱一乱一区91Av| 91热久| 99综合网| 九九热re99re6在线精品| 伊人久久五月天| 九九99九九99九九99视频网| 国产AV国片偷人妻麻豆| 伊人干综合| 深爱激情婷| 五月天激情小说电影| WWW.99视频| 婷婷五月欧美| 九九99九九精品免费| 五月丁香好婷婷A片网| 五月激情久久综合网| 婷婷九月激情| 九九热AV| 伊人久久大香天蕉亚洲特级| 五月成人丁香av91| 色五月首页| 欧洲色| 五月婷婷欲色| 91热er| 99视频色在线观看| 婷婷丁香五月91| 国产女18毛片多18精品| 欧美性猛交AAAA片黑人 | 26uuu精品国产| 天天日天天舔| 五月色俺婷婷| 五月综合在线婷婷图片| 成人在线精品| 九月婷婷激情| 久久ri精品视频| 久久婷婷青青草| 五月激情综合网| 操人无码| 日日操夜夜骑| 久久亚洲婷婷| 丁香久色| 26uuu.| 在线视频色五月| 99色五月| 久久 无毛。| 天天肏天天肏| 激情婷婷黄色五月 | 婷婷伊人网| 99亚洲色色| 亚洲bt丁香五月天婷婷激情小说| 包操45分钟网站| 狠狠色婷婷在线| 亚洲思思热久| 99久久99九九九99九他书对| www激情网站| 婷婷五月无码| 欧美婷婷丁香五月| 男人的天堂av俄罗斯热| 午夜69成人做爰视频| 色偷偷五月天| 97色色视频| 99热在线精品观看| 色婷婷久久| 综合色色网| 成人av免费观看| 伊人狠狠丁香婷婷综合尤物| 一级精品999WWW| 深爱激情六月天| 天天干天天操天天拍| 天天爽天天草| 天天摸色吧天天摸色吧| 婷婷色正月| 久久精品视频在这里有| 人人草人人视| 丁香五月天资源网|