- 博客(465)
- 资源 (31)
- 问答 (1)
- 收藏
- 关注
RSS订阅
原创 AI写代码时代，我却被这块28寸方屏显示器圈了粉！
在AI技术飞速发展的2025年，编程方式正经历着前所未有的变革。作为一个在代码堆里摸爬滚打了五年的程序员，我从未想过有一天写代码会变成 "聊天"。如今写代码早已不是从零敲一行行的苦力活了，有了AI的帮助，随便聊几句需求，就能帮我们生成代码框架、补全逻辑，甚至检测出隐藏的bug，效率简直起飞！但上周帮朋友调试祖传代码时，看着 16:9 屏幕里挤成一团的代码行，我突然意识到再强的AI也离不开一块好屏幕。虽然现在 AI 工具越来越智能，但屏幕质量直接影响着我们的工作心情和效率。
2025-03-17 09:08:34
15650
69
原创 引领AI发展潮流：打造大模型时代的安全与可信——CCF-CV企业交流会走进合合信息会议回顾
随着人工智能技术的不断创新与普及，AI安全问题日益成为全球讨论的焦点。如何确保AI技术在带来社会变革的同时，不引发不良后果，是每个从业者和决策者必须面对的挑战。本次CCF-CV企业交流会汇聚了来自学术界、产业界的领先专家，共同探讨了AI安全领域的前沿技术和未来发展方向。通过深入的交流与探讨，会议展示了AI技术如何在保障安全性的同时，更好地服务于社会和人类的长远发展。相信通过政府、学术界和产业界的持续合作，我们能够共同推动AI技术健康、可持续的发展，构建更加智能、可信的未来。
2024-12-19 09:31:43
91273
76
原创 AI编码新时代：免费人工智能助手Blackbox AI
Blackbox AI不仅仅是一个工具，它是一个全新的编码助手，专为提高开发效率和创新能力而设计。它通过深度学习和自然语言处理技术，能够理解开发者的需求，提供智能的代码建议、错误检测和自动化测试等功能。这使得编程变得更加直观和高效，极大地缩短了开发周期，同时也降低了编程的门槛。我之所以特别推荐Blackbox AI，是因为它不仅仅是一个冷冰冰的代码生成器，而是一个真正理解开发者意图的伙伴。它能够学习开发者的编码习惯，提供个性化的编码建议，让代码更加符合个人风格。
2024-09-02 21:55:26
149972
46
原创 合合信息acge模型获C-MTEB第一，文本向量化迎来新突破
在最近落幕的MTEB中文榜单（C-MTEB） 竞赛中，合合信息凭借其创新的文本向量化模型acge_text_embedding，登顶榜单第一。在当今时代，大型语言模型以其惊人的发展速度和广泛的应用前景，正成为全球科技界的瞩目焦点。这些模型的强大能力，源自于背后默默支撑它们的Embedding技术——一种将语言转化为机器可理解的数值向量的关键技术。随着大型语言模型的不断突破，Embedding模型的重要性日益凸显，成为推动人工智能领域向前发展的核心动力。
2024-08-29 21:53:59
99994
57
原创 零门槛用AI，302.AI让人工智能变得简单易用
当下人工智能火爆，提到AI，几乎每个人都能说上几句，但是你真的会使用AI吗？直到我使用了302.AI平台，我才发现原来AI这么容易上手使用！我们每一个人都可以毫无障碍的使用AI，今天我就把自己的经历分享给大家，希望每个人都可以轻松使用AI，让这项技术成为我们生活中的得力助手。
2024-08-29 21:53:51
94342
85
原创 云电脑火爆出圈，如何选择和使用？--腾讯云、ToDesk云电脑、青椒云使用评测和攻略
经常有同学问电脑配置不够，做不了学校的实验任务，或者电脑太卡顿，严重影响了学习办公和娱乐休闲，自己又没有多余的钱去购买新的设备或者更好的硬件，该怎么办呢？其实我和大家一样，我使用的电脑就是配置很低，很多时候无法完成需要的任务，但是云电脑的发现完美的解决了我这个问题！如果你还不知道云电脑的话，让我来带你通关云电脑：云电脑火爆出圈，如何选择和使用？--腾讯云、ToDesk云电脑、青椒云使用评测和攻略。
2024-03-26 12:29:22
108122
81
原创 计算机视觉实战--OpenCV进行红绿灯识别
Hello大家好，我是Dream。 OpenCV是一个开源的计算机视觉库，可以用于实现各种图像和视频处理任务，包括红绿灯识别。可以帮助自动驾驶汽车、智能交通系统等设备准确地识别红绿灯的状态，以便做出正确的决策。今天，就有Dream带领大家复盘一下计算机视觉中最经典的实验：OpenCV进行红绿灯识别，一起来看看吧~
2023-05-30 15:07:45
102404
307
原创 AI为文档图像安全注入新力量
随着人工智能和大数据技术的快速发展，人们对于文档图像安全的关注度越来越高。尤其是在当下，AIGC取得了里程碑式的成绩，引发了市场广泛热烈的兴趣，扩散模型在内的关键技术取得突破，技术可用性显著提高，这让保护文档图像安全进程又迈上了一个新的阶段，如何保障文档图像的安全，已经成为一个重要的研究方向。2023年5月11-14日，中国图象图形大会（CCIG 2023）在苏州举办，本文将以此出发，从文档图像的安全问题和落地应用两个方面，探讨AI时代下的文档图像安全问题。
2023-05-19 15:53:22
95033
212
原创 AI模型大杀器----Amazon SageMaker 实现高精度猫狗分类
Hello大家好，我是Dream。 最近受邀参与了 亚马逊云科技【云上探索实验室】 活动，基于他们的sagemaker实现了机器学习中一个非常经典的案例：猫狗分类。最让我惊喜的是的模型训速度比想象中 效果要好得多，而且速度十分迅速，而且总体感觉下来整个过程十分便利，使用起来也是得心应手。 那接下来跟随我的视角，来一起复盘一下整体做的过程，来感受一下其强大便利之处。
2023-04-06 13:03:11
109439
156
原创 神经网络--从0开始搭建全连接网络和CNN网络
今天来学习一下如何从0开始搭建全连接网络和CNN网络，并通过实验简单对比一下两种神经网络的不同之处，本文目录较长，可以根据需要自动选取要看的内容
2023-01-30 18:03:59
101177
130
原创 机器学习实战——疫情数据分析与预测
机器学习如何做到疫情可视化——疫情数据分析与预测实战本文将带领大家爬取11个国家以及中国31个省（自治区、直辖市）在2022.0101-2022.06.19的新冠疫情数据。并且采用机器学习模型对2022.6.20-2022.6.30每一天的全国确诊人数、死亡人数、治愈人数进行预测，**做出疫情可视化图形并且求出最终的相关系数R2！...
2022-07-27 23:59:59
99992
140
原创 圣诞节来了，怎能还没有圣诞树呢 快来为心爱的她送上专属的圣诞礼物叭~
圣诞节来了，怎能没有圣诞树！作为我的粉丝朋友们，我不允许大家还没有专属于自己的圣诞树！我要让大家收到最特别最美丽的圣诞树！
2021-12-15 18:43:49
126943
238
原创 零基础学Python 开篇--第0节：全套学习路线
Python入门这些你必须要知道！PYTHONPython入门这些你必须要知道！Python方向简介及前言Python语言特点Python可以做什么Python之禅Python基础知识及应用语法基础：高级语法：Python中的Pygame模块：Python海龟画图综合应用最后的福利hello，大家好，我是Dream，今天给大家介绍一下Python和Python的一些基础知识及应用！先点赞收藏起来吧~!Python方向简介及前言Python是一种通用的解释，交互式，面向对象和高级编程语言。Pytho
2021-08-06 08:22:52
101397
84
原创 python跨年表白神器--你值得拥有！
教你做python跨年表白神器 点赞收藏后，快去表白！！！hello，大家好，我是Dream。马上就跨年了，为了广大的单身男性成员，我就慈悲一下，把我的存货–表白神器拿出来了，百试百灵（虽然我一次也没试过），今天分享给大家，别忘了给我点赞哟~话不多说，先看效果图：从图上看，很明显这是一个选择题，但代码的神奇之处就在这里，当她把鼠标拖到‘不行’的地方时，奇迹发生了，当当当~屏幕上会轮番展示出你的优点，这是我的优点（我只是实话实说的哟）最最最重要的是她关不掉窗口，重要的事说三遍：关不掉 关不
2020-12-30 21:33:14
107748
52
原创 实践深度学习：构建一个简单的图像分类器
通过上述步骤，我们构建并训练了一个简单的图像分类器。虽然这是一个基础的例子，但它展示了深度学习在图像识别领域的强大能力。随着模型复杂度的增加和数据量的扩大，深度学习模型的性能可以得到显著提升。本文将指导你如何使用深度学习框架来构建一个简单的图像分类器，我们将以Python和TensorFlow为例，展示从数据准备到模型训练的完整流程。我们将使用TensorFlow内置的MNIST数据集，它包含了大量的手写数字图像。我们将构建一个简单的卷积神经网络（CNN）来分类图像。最后，我们将在测试集上评估模型的性能。
2025-04-01 21:25:11
1019
1
原创 轻量图像超分辨率残差网络：Attention与ResNet融合
本文提出了一种名为RNET（Residual Network with Efficient Transformer）的网络，该网络结合了三种有效的设计元素：1. 使用蓝图可分离卷积代替传统卷积，减少计算负担。2. 提出局部特征提取的残差连接结构，简化特征聚合，加速推理。3. 将空间注意和通道注意机制被整合到我们的模型中。注意力机制通过让模型关注图像关键区域提升了识别精度，而轻量级残差网络通过减少参数和计算量，实现了在低资源消耗下的优秀性能。结合注意力机制与轻量级残差网络。
2025-04-01 20:15:47
740
4
原创 无需手动写代码，Trae帮你一键生成项目！
这次尝试 Trae，真的让我大开眼界。以前写代码，总是要一点点自己写，非常耗时耗力，遇到问题还要反复调试。但 Trae 的出现，让我感受到了前所未有的轻松和高效。它就像一个懂你的“编程搭子”，降低了技术门槛，也让更多人能够轻松接触编程。通过这次体验，我真心觉得 Trae 是一个非常有价值的工具，让我看到了 AI 在编程中的巨大潜力。希望未来能有更多像 Trae 这样的工具，让编程变得更简单、更有趣。
2025-03-29 11:05:39
1276
28
原创 提高人类活动识别准确性的新方法：空间注意力与遗传算法的结合
人类活动识别（Human Activity Recognition, HAR）是环境计算和情境感知计算领域中一个重要的研究主题。随着智能手机和可穿戴设备的普及，HAR在诸如智能监控系统、健康护理、异常行为检测以及人机交互等多个领域变得越来越重要。HAR的目标是通过分析从各种传感器获得的数据来识别个体正在进行的活动。在HAR中，有两种主要的方法来从传感器数据中识别活动：基于视觉的方法和基于可穿戴传感器的方法。
2025-03-28 12:50:27
826
原创 Python从0到100（九十二）：Swin Transformer 架构解析及在UCI-HAR行为识别中的实现
Swin Transformer（Shifted Window Transformer）是计算机视觉领域中一种创新的Transformer变体，它结合了卷积神经网络（CNN）的局部特征提取能力和Transformer的全局建模能力，在图像分类、目标检测等任务中表现出色。
2025-03-26 11:06:53
3834
105
原创 基于异构卷积神经网络的传感器人体活动识别方法
本文提出的异构卷积网络通过双路径特征交互机制，有效提升了传感器时域信号的表征能力，为活动识别任务带来了新的思路。通过在特定卷积层中异构地利用卷积滤波器，并引入下采样操作调整感受野，使一组滤波器校准另一组普通滤波器，有效提升了模型性能。实验结果表明，异构卷积在各种HAR应用领域表现出色，无需调整网络。
2025-03-24 08:29:07
5092
30
原创 DL学习笔记：穿戴设备上的轻量级人体活动识别方法
论文的创新不仅在于技术突破，更在于重新定义了 HAR 的设计理念：效率优先：在保证准确率的前提下，优先考虑计算和内存效率。毕竟，可穿戴设备的用户更关心续航和响应速度。单传感器的哲学：少即是多。通过优化算法，减少对硬件的依赖，这对普及低成本可穿戴设备至关重要。它没有盲目追求更高的准确率，而是在效率和性能之间找到了黄金平衡点。用简单的统计方法替代复杂模型，用剪枝量化让 CNN “瘦身”，这些看似 “妥协” 的选择，实则是对可穿戴设备特性的深刻理解。
2025-03-22 15:44:54
4993
13
原创 CIR-DFENet：结合跨模态图像表示和双流特征增强网络进行活动识别
为了克服单一特征表示的局限性，提出了一种跨模态图像表示方法，将时间序列通过三种不同的编码方式（MTF、RP、GAF）分别转换为RGB三通道的彩色图像：R通道（MTF）：捕捉时间序列的幅值变化特征。MTF基于马尔可夫转移矩阵，能够反映数据的全局变化趋势。G通道（RP）：提取时间序列的非线性动态特征。RP通过相空间重构，能够捕捉数据的非线性关系。B通道（GAF）：保留时间序列的局部时间关系。GAF将时间序列转换为极坐标，通过角度信息反映局部时间依赖性。
2025-03-15 12:27:25
5361
16
原创 Python从0到100（九十一）：基于Daily_and_Sports_Activities数据集的CNN模型构建
该数据集包含19项日常和体育活动的运动传感器数据，每项活动由8名受试者以自然风格完成5分钟。数据采集使用Xsens-MTx传感器（5个节点：躯干、双臂、双腿），采样频率25Hz。特别设计的多场景环境（室内体育馆、户外平坦区域）确保数据多样性。特征项说明数据模态加速度计（3轴）、陀螺仪（3轴）、磁力计（3轴）数据维度45通道（5节点×9传感器）时间分辨率5秒片段（25Hz×125样本）活动差异包含静态（A1-A4）、动态（A5-A19）及复杂场景（电梯、跑步机倾斜）受试者分布。
2025-03-11 17:54:09
13556
87
原创 基于置信度的自上而下的多人姿态估计与跟踪方法
由于近年来目标检测器的进步，自上而下的流程已经取得了巨大进步，并已成为主流。然而，遮挡和快速运动是阻碍这些方法完美的两个障碍。自上而下的方法根据由姿态估计器预测的热图过滤关键点，这些估计器针对图像而非视频帧进行优化。估计器受到运动模糊的影响，因此很难产生准确的关节点。此外，相邻人员之间的遮挡可能会误导估计器做出错误的预测。在本文中，通过一种新颖的置信度估计和时间校正策略来解决这两个问题。具体来说，实验设计了一个置信度网络来测量关键点的可见性，以及热图中的位置概率。然后，实验构建了一个姿态跟踪流程。
2025-03-10 23:05:12
12304
11
原创 ResNeXt: 通过聚合残差变换增强深度神经网络
基数作为新维度：首次将基数与深度、宽度并列，为网络设计提供新方向。模块化与可扩展性：所有残差块共享相同拓扑，避免了Inception的定制化复杂性。高效实现：通过分组卷积实现多路径聚合，兼顾性能与效率。在COCO目标检测任务中：Faster R-CNN框架下，ResNeXt-50较ResNet-50绝对提升2.1% AP@0.5后续工作（如Mask R-CNN）验证了本架构在实例分割任务的优越性。
2025-03-07 10:17:46
15733
16
原创 TCN-Inception：基于时序卷积网络和Inception模块的传感器人体活动识别方法
人体活动识别（HAR）作为人机交互、智能医疗和物联网应用的核心技术，面临传统方法对时序特征捕获不足的挑战。现有深度学习方法（如CNN和LSTM）在长期依赖性和计算效率方面存在局限，我们提出了一种融合时序卷积网络（TCN）与Inception模块的新型架构TCN-Inception。该模型通过多尺度特征提取和膨胀卷积机制，显著提升了传感器时序数据的建模能力。
2025-03-05 12:43:31
19759
13
原创 Python从0到100（九十）：UCI-HAR数据集深度剖析和训练仿真（文末送书）
本文系统性地阐述了从数据预处理到深度神经网络建模的全流程解决方案，以UCI-HAR数据集为研究对象，通过Python实现多维时间序列信号的智能解析，融合了信号处理技术与卷积神经网络（CNN），构建了端到端的人类活动识别框架，并通过可视化手段深入解析模型决策逻辑。
2025-03-04 09:31:15
23179
106
原创 Python从0到100最全学习路线必看导航（上半篇1-50）：零基础到全栈开发指南
Python从0到100最全学习路线》系列文章上半篇以50篇系统性教程构建了完整的Python技术生态图谱。本文作为该系列的导航总结，将深度解析文章体系架构，揭示从到的完整成长路径，帮助开发者建立清晰的学习框架。（注：本文仅覆盖1-50篇内容分析）新专栏订阅前200名享有9.9元优惠，破200订阅上涨至19.9。订阅此专栏，免费进粉丝福利群，解答所有问题，领取各种专属福利！
2025-03-03 11:44:03
22981
13
原创 Python从0到100（八十九）：Resnet、LSTM、Shufflenet、CNN四种网络分析及对比
残差网络（ResNet）通过引入“残差学习”的概念，解决了深度神经网络训练困难的问题。其核心思想是通过残差块（Residual Block）将输入直接与输出相加，从而缓解梯度消失问题，使得网络可以训练得更深。ResNet沿用了VGG完整的3 × 3卷积层设计。残差块里首先有2个有相同输出通道数的3 × 3卷积层。每个卷积层后接一个批量规范化层和ReLU激活函数。然后我们通过跨层数据通路，跳过这2个卷积运算，将输入直接加在最后的ReLU激活函数前。残差块（Residual Block）
2025-02-25 10:21:19
31212
142
原创 强化学习与多任务学习在高级人体活动识别中的融合应用
USC-HAD 数据集是一个广泛用于人类活动识别（HAR）研究的多模态数据集。该数据集定义了 12 种基本日常活动，每种活动由 14 名受试者进行 5 次重复试验，每次试验持续约 24 秒。试验中，受试者的腰部佩戴了一种高精度的 MotionNode 传感器，该传感器集成了三轴加速度计和三轴陀螺仪，能够以 100Hz 的采样频率捕捉人体的运动数据。这种高频率的采样对于捕捉细微的运动变化至关重要，有助于提高活动识别的准确性。
2025-02-17 10:59:08
36475
原创 Python从0到100（八十八）：LSTM网络详细介绍及实战指南
华为自主研发的HarmonyOS（鸿蒙系统）是一款面向未来、面向全场景（移动办公、运动健康、社交通信、媒体娱乐等）的分布式操作系统。本书采用HarmonyOS最新版本作为基石，详细介绍如何基于HarmonyOS进行应用的开发，包括HarmonyOS架构、DevEco Studio、应用结构、Ability、安全管理、公共事件、通知、ArkTS、ArkUI、Stage模型、设备管理、数据管理、线程管理、视频、图像、网络管理等多个主题。本书辅以大量的实战案例，图文并茂，使读者易于理解和掌握。
2025-02-13 11:03:20
39964
38
原创 Python从0到100（八十七）：CNN网络详细介绍及WISDM数据集模型仿真
WISDM数据集是一个用于人类活动识别（Human Activity Recognition, HAR）的公共数据集。数据集来源与构成WISDM数据集由福特汉姆大学计算机与信息科学系的Gary Weiss博士领导的团队创建。数据集包含了51名参与者进行的18种不同的活动，每种活动的数据都是通过佩戴在身体不同部位的智能手机和智能手表上的加速度计和陀螺仪以20Hz的频率收集得到的。数据集特点数据集中的活动包括但不限于走路、跑步、上下楼梯、坐、站等。
2025-02-03 13:42:18
40115
32
原创 Python从0到100（八十六）：神经网络-ShuffleNet通道混合轻量级网络的深入介绍
输入层：接收输入数据。深度可分离卷积层：减少参数数量和计算量。批量归一化层：提高训练效率和稳定性。ReLU激活函数：引入非线性。通道混合模块：增强通道间的信息流动。自适应平均池化层：适应不同尺寸的输入。全连接层：输出分类结果。这种结构设计使得 ShuffleNet 在保持高效性的同时，也具备了较强的特征提取能力。高效性：通过深度可分离卷积和通道混合技术，ShuffleNet 显著减少了参数数量和计算量，提高了模型的计算效率。灵活性：通过自适应平均池化。
2025-01-31 20:16:01
39550
24
原创 Swin Transformer：深度解析其架构与代码实现
Swin Transformer通过扩展原始Transformer模型的能力，引入了层次化结构和基于窗口偏移的自注意力机制，使其能够有效处理图像数据，并可应用于图像分类、目标检测和分割等任务。Swin Transformer，由微软亚洲研究院孕育的新星，今年在学术界大放异彩，以其独特的魅力在图像分类、图像分割和目标检测等众多领域中斩获了无数荣誉。然而，Swin Transformer的诞生并非一帆风顺。
2025-01-27 14:06:11
50754
11
原创 ASK-HAR：多尺度特征提取的深度学习模型
通过这些实验，我们可以看到ASK-HAR模型在不同的HAR数据集上都展现出了卓越的性能。模型不仅在动态活动识别上表现出色，如“Walking”和“Running”，在静态活动识别上也有很好的效果，尽管对于一些特定的静态活动，如“Standing”，模型的性能还有待提高。此外，模型在处理一些复杂活动，如“ElevatorUp”和“ElevatorDown”，时也面临挑战。
2025-01-25 22:27:37
54677
11
原创 Python从0到100（八十五）：神经网络-使用迁移学习完成猫狗分类
猫狗数据集包括25000张训练图片，12500张测试图片，包括猫和狗两种图片。在此次实验中为了训练方便，我们取了一个较小的数据集。数据解压之后会有两个文件夹，一个是“train”，一个是“test”，顾名思义一个是用来训练的，另一个是作为检验正确性的数据。在train文件夹里边是一些已经命名好的图像，有猫也有狗。而在test文件夹中是只有编号名的图像。
2025-01-22 17:48:51
12607
36
原创 【2024 优快云博客之星】大学四年，我如何在优快云实现学业与事业的“双逆袭”？
Hello大家好，我是Dream。不知不觉2024年已经过去，自己也马上迈入了23岁，感慨时间飞快，从19岁刚入大学加入优快云，到现在大学毕业已经整整四年了。优快云陪伴我走过了最青涩的四年大学时光，在这里我留下了数百万字的博客，收获了上千万的浏览量，得到了物质和精神上的满足，更依据此获得了985大学研究生的保送资格…一切的一切，都离不开我第一次在优快云下笔的尝试和勇气，现在看来非常值得！
2025-01-21 10:35:18
63802
106
原创 Python从0到100（八十四）：神经网络-卷积神经网络训练CIFAR-10数据集
CIFAR-10 数据集由 10 个类的60000 张 32x32彩色图像组成，每类6000张图像。有50000张训练图像和10000张测试图像。数据集分为5个训练批次和1个测试批次，每个批次有10000张图像。测试批次正好包含从每个类中随机选择的 1000 张图像。训练批次以随机顺序包含剩余的图像，但某些训练批次可能包含来自一个类的图像多于另一个类的图像。在它们之间，训练批次正好包含来自每个类的 5000 张图像。32×32 RGB图像 ，数据集本身是 BGR 通道。
2025-01-16 10:55:32
11429
21
原创 研1如何准备才能找到大厂实习？实战经验分享
2024已经走向尾声，迎来了我的2025，这一年我有许多难忘的回忆和经验想要分享给大家，希望对您能有所帮助和启发，希望准备找工作的同学可以少走一些弯路。我深知目前就业压力大，读研也只是短暂的避风港，找工作的这座大山迟早要面临，我们很多人的目标就是想冲一冲互联网大厂，我身边的很多同学早早开始为未来实习打下基础，甚至很多人都拿到了不错的offer，下面我把一些心得体会和经验分享给大家，同时也预祝大家新年快乐！
2025-01-13 10:55:44
20763
34
OpenCV进行红绿灯识别源码+红灯、绿灯、黄灯数据集.zip
2024-06-17
CIFAR10数据集介绍，并使用卷积神经网络训练图像分类模型-附完整代码和训练好的模型文件直接用
2024-01-27
YOLOv5姿态估计：HRnet实时检测人体关键点
2024-01-15
保研复试全套材料+408专业课知识总结及思维导图
2023-10-07
Python课程设计报告- 作业统计管理系统 ，满分实验报告+源码
2023-02-15
数字图像处理课程设计报告，完整实验报告附源码
2023-02-10
数字图像处理实验报告：图像加噪与滤波 附源码
2023-02-10
超级玛丽教程+源码分享
2022-12-18
还不懂飞机大战？全网最细学习笔记-全方位学习Pygame
2022-12-18
情人节表白神器exe文件+直接运行就可以
2022-02-14
Python画dundunexe文件+源码.zip
2022-02-09
圣诞树表白源码+素材+拿去直接用.zip
2022-01-03
想问一下大家都是母胎solo吗？我找一下心里安慰
2021-08-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人