AttributeError: '_thread._local' object has no attribute 'value'を解決したい

前提・実現したいこと

画像のブレを判定するwebアプリを作ろうとしています。
JSON形式のデータを読み込み、モデルとして復元するところで以下のエラーがでてしまいます。

###Traceback
Tracebackは以下の通りです。

Traceback (most recent call last):
  File "C:\Users\coop\Anaconda3\lib\site-packages\flask\app.py", line 2446, in wsgi_app
    response = self.full_dispatch_request()
  File "C:\Users\coop\Anaconda3\lib\site-packages\flask\app.py", line 1951, in full_dispatch_request
    rv = self.handle_user_exception(e)
  File "C:\Users\coop\Anaconda3\lib\site-packages\flask\app.py", line 1820, in handle_user_exception
    reraise(exc_type, exc_value, tb)
  File "C:\Users\coop\Anaconda3\lib\site-packages\flask\_compat.py", line 39, in reraise
    raise value
  File "C:\Users\coop\Anaconda3\lib\site-packages\flask\app.py", line 1949, in full_dispatch_request
    rv = self.dispatch_request()
  File "C:\Users\coop\Anaconda3\lib\site-packages\flask\app.py", line 1935, in dispatch_request
    return self.view_functions[rule.endpoint](**req.view_args)
  File "app.py", line 31, in uploads_file
    analyze()
  File "C:\Users\coop\Documents\GitHub\Fukuoka-D\pages\app\create_img.py", line 37, in analyze
    model = model_from_json(json_string)
  File "C:\Users\coop\Anaconda3\lib\site-packages\keras\engine\saving.py", line 664, in model_from_json
    return deserialize(config, custom_objects=custom_objects)
  File "C:\Users\coop\Anaconda3\lib\site-packages\keras\layers\__init__.py", line 168, in deserialize
    printable_module_name='layer')
  File "C:\Users\coop\Anaconda3\lib\site-packages\keras\utils\generic_utils.py", line 
147, in deserialize_keras_object
    list(custom_objects.items())))
  File "C:\Users\coop\Anaconda3\lib\site-packages\keras\engine\sequential.py", line 302, in from_config
    model.add(layer)
  File "C:\Users\coop\Anaconda3\lib\site-packages\keras\engine\sequential.py", line 162, in add
    name=layer.name + '_input')
  File "C:\Users\coop\Anaconda3\lib\site-packages\keras\engine\input_layer.py", line 178, in Input
    input_tensor=tensor)
  File "C:\Users\coop\Anaconda3\lib\site-packages\keras\legacy\interfaces.py", line 91, in wrapper
    return func(*args, **kwargs)
  File "C:\Users\coop\Anaconda3\lib\site-packages\keras\engine\input_layer.py", line 87, in __init__
    name=self.name)
  File "C:\Users\coop\Anaconda3\lib\site-packages\keras\backend\tensorflow_backend.py", line 73, in symbolic_fn_wrapper
    if _SYMBOLIC_SCOPE.value:

エラーメッセージ

AttributeError: '_thread._local' object has no attribute 'value'

該当のソースコード

create_img.py
1import os
2import keras
3import cv2
4import glob
5from PIL import Image
6from keras.utils import np_utils
7from shutil import copy
8from keras.layers.convolutional import Conv2D, MaxPooling2D
9from keras.models import Sequential
10from keras.layers.core import Dense, Dropout, Activation, Flatten
11from keras.preprocessing.image import array_to_img, img_to_array, load_img
12import numpy as np
13import pandas as pd
14from sklearn.model_selection import train_test_split
15import matplotlib.pyplot as plt
16import re
17import json
18
19def analyze():
20    def list_pictures(directory, ext='jpg'):
21        return [os.path.join(root, f)
22            for root, _, files in os.walk(directory) for f in files
23            if re.match(r'([\w]+.(?:' + ext + '))', f.lower())]
24
25    # モデルの読込
26    # 保存したjsonファイルとhdf5ファイルを読み込む。モデルを学習に使うにはcompileが必要。
27    from keras.models import model_from_json
28
29    # JSON形式のデータを読み込んでモデルとして復元。学習で使うにはまたコンパイルが必要なので注意。
30    with open('select_img_best2.json', 'r') as f:
31        json_dict = json.load(f)
32    json_string = json.dumps(json_dict)
33    model = model_from_json(json_string)
34
35    # モデルにパラメータを読み込む。前回の学習状態を引き継げる。
36    model.load_weights('param_best2.hdf5')
37    print('Loaded the model.')
38
39    # コンパイル
40    model.compile(loss='categorical_crossentropy',
41                optimizer='SGD',
42                metrics=['accuracy'])
43
44    Xj = []
45    Yj = []
46    num = [] #何番目の画像がぶれているかを保存
47    a = [1] #ぶれている画像との比較用
48    i = 0 #画像の番号
49
50    #画像フォルダ(img_file/test)の読み込み
51    for picture in list_pictures('./uploads'): 
52        img = img_to_array(load_img(picture))
53        re_img = cv2.resize(img, (64, 64))
54        Xj.append(re_img)
55        Yj.append(1)
56        
57    # arrayに変換
58    Xj = np.asarray(Xj)
59    Yj = np.asarray(Yj)
60        
61    # 画素値を0から1の範囲に変換
62    Xj = Xj.astype('float32')
63    Xj = Xj / 255.0
64
65    # クラスの形式を変換
66    Yj = np_utils.to_categorical(Yj, 2)
67
68    # テストデータに適用
69    predict_classes = model.predict_classes(Xj)
70    for predict_test in predict_classes:
71        if np.allclose(predict_test, a) == True:
72            num.append(i)
73        i += 1
74    # マージ。yのデータは元に戻す
75    mg_df = pd.DataFrame({'predict': predict_classes, 'class': np.argmax(Yj, axis=1)})
76    # confusion matrix
77    pd.crosstab(mg_df['class'], mg_df['predict'])   
78
79    p = 0 #画像の番号
80    os.makedirs('image', exist_ok=True) #imageというフォルダの作成
81    for path in glob.glob(os.path.join('uploads', '*.jpg')): #画像の読み込み
82        if p in num: 
83            copy(path,'{}/{}.jpg'.format('image',str(p).zfill(5))) #画像ファイルのコピー
84            basename = os.path.basename('uploads')
85        p += 1