我是一名初學者，正在使用該keras_flow_from_dataframe課程訓練有關糖尿病視網膜病變的圖像數據集。但是我的模型一直欠擬合。因此，我嘗試使用 OpenCV 的自適應閾值實現，通過編寫要在我的圖像數據生成器類中傳遞的自定義預處理函數來進行預處理。當我在 Keras 之外使用它時，該函數運行良好，但是當我將它添加到我的圖像數據生成器類并適合我的模型時，它會bad argument type for built-in operation在我的第一個紀元開始之前返回一個類型錯誤。這是預處理代碼：def preprocess(im):    im = cv2.imread(im, 1)    im= cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)    im=cv2.resize(im, (300,300))    im.resize(300, 300, 1)    block_size = 73     constant = 2    # ADAPTIVE GAUSSIAN THRESHOLDING    thr2 = cv2.adaptiveThreshold(im, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, block_size, constant)    return thr2當我用數據幀中的圖像測試它時，它在 Keras 之外運行良好，但是當我將它添加到我的圖像數據生成器類時，它會引發錯誤。train_datagen = ImageDataGenerator(    rotation_range=30,    width_shift_range=0.4,    height_shift_range=0.4,    shear_range=0.3,    zoom_range=0.3,    horizontal_flip = True,    fill_mode='nearest',    preprocessing_function = preprocess)valid_datagen = ImageDataGenerator(preprocessing_function = preprocess)然后我從數據幀加載我的數據集：from keras.preprocessing.image import ImageDataGeneratortraingen = train_datagen.flow_from_dataframe(x_train, x_col='path', y_col='level',class_mode='other',                                              target_size=(300,300), color_mode='grayscale', batch_size=16)validgen = valid_datagen.flow_from_dataframe(valid, x_col='path', y_col='level',class_mode='other',                                            target_size=(300,300), color_mode='grayscale', batch_size=16)然后我使用 擬合模型model.fit_generator，然后拋出類型錯誤：bad argument type for built-in operation。