Google Colaboratoryでモジュール内の関数、クラスがインポートできない

以下のdataset.pyとevaluation.pyについて、後者はクラスがインポートできるのに前者はクラスをインポートできません。原因として考えられることは何でしょうか。（ソースコードは一番下に記載しています。）

試しにdir()を用いてモジュールの中身を確認したところ、

dataset
1import dataset
2dir(dataset)
3
4''' 実行結果
5['__builtins__',
6 '__cached__',
7 '__doc__',
8 '__file__',
9 '__loader__',
10 '__name__',
11 '__package__',
12 '__spec__']
13'''

evaluation
1import evaluation
2dir(evaluation)
3
4''' 実行結果
5['Evaluation',
6 '__builtins__',
7 '__cached__',
8 '__doc__',
9 '__file__',
10 '__loader__',
11 '__name__',
12 '__package__',
13 '__spec__',
14 'matplotlib',
15 'np',
16 'pylab',
17 'test']
18'''

のように、dataset.pyのDatasetLoaderなどが表示されません。

以下、ソースコードです。

dataset
1import numpy as np
2import cv2 as cv
3import chainer
4import chainer.functions as F
5
6from chainer import cuda
7from pathlib import Path
8
9xp = cuda.cupy
10cuda.get_device(0).use()
11
12class test:
13    def __init__(self):
14        pass
15
16
17class DatasetLoader:
18    def __init__(self, img_path, tag_path):
19        self.img_path = img_path
20        self.tag_path = tag_path
21        self.tag_arr = np.load(self.tag_path, allow_pickle=True)
22        self.dim = self.tag_arr.shape[1]
23
24        self.img_list = list(self.img_path.glob('*.png'))
25        self.img_len = len(self.img_list)
26
27    @staticmethod
28    def _get_fake_tag(dims, threshold=0.75):
29        prob2 = np.random.rand(9)
30        tags = np.zeros((dims)).astype("f")
31        tags[:] = 0
32        tags[np.argmax(prob2)] = 1.0
33
34        return tags
35
36    @staticmethod
37    def _prepare_img(path, size=128):
38        img = cv.imread(str(path))
39        img = cv.resize(img, (size, size), interpolation=cv.INTER_CUBIC)
40        if np.random.randint(2):
41            img = img[:, ::-1, :]
42        img = img[:, :, ::-1]
43        img = (img.transpose(2, 0, 1) - 127.5) / 127.5
44
45        return img
46
47    @staticmethod
48    def _variable(array_list):
49        return chainer.as_variable(xp.array(array_list).astype(xp.float32))
50
51    def _noise_generate(self, batchsize):
52        vis_noise = xp.random.uniform(-1, 1, (batchsize, 128)).astype(xp.float32)
53        zvis = chainer.as_variable(vis_noise)
54        ztag = self._get_fake_tag_batch(batchsize, self.dim, threshold=0.75)
55        ztag = chainer.as_variable(ztag)
56
57        return zvis, ztag
58
59    def _get_fake_tag_batch(self, batchsize, dims, threshold=0.75):
60        tags = xp.zeros((batchsize, dims)).astype("f")
61        for i in range(batchsize):
62            tags[i] = xp.asarray(self._get_fake_tag(dims, threshold))
63
64        return tags
65
66    def train(self, batchsize):
67        img_box = []
68        tag_box = []
69        for _ in range(batchsize):
70            rnd = np.random.randint(self.img_len)
71            filename = f"face_{rnd}.png"
72            img_path = self.img_path/Path(filename)
73            img = self._prepare_img(img_path)
74            tag = self.tag_arr[rnd]
75            tag[tag < 0] = 0
76
77            img_box.append(img)
78            tag_box.append(tag)
79
80        img = self._variable(img_box)
81        tag = self._variable(tag_box)
82        zvis, ztag = self._noise_generate(batchsize)
83
84        return (zvis, ztag, img, tag)
85
86    def valid(self, batchsize):
87        zvis, ztag = self._noise_generate(batchsize)
88
89        return (zvis, ztag)
90

evaluation
1import numpy as np
2
3import matplotlib
4matplotlib.use('Agg')
5import pylab
6
7class test:
8    def __init__(self):
9        pass
10
11
12class Evaluation:
13    def __init__(self):
14        pass
15
16    @staticmethod
17    def _coordinate(array):
18        tmp = np.clip(array * 127.5 + 127.5, 0, 255).transpose(2, 0, 1).astype(np.uint8)
19
20        return tmp
21
22    def __call__(self, y, outdir, epoch, testsize):
23        width = np.sqrt(testsize)
24
25        pylab.rcParams['figure.figsize'] = (16.0, 16.0)
26        pylab.clf()
27
28        for index in range(testsize):
29            tmp = np.clip(y[index]*127.5 + 127.5, 0, 255).transpose(1, 2, 0).astype(np.uint8)
30            pylab.subplot(width, width, index + 1)
31            pylab.imshow(tmp)
32            pylab.axis('off')
33            pylab.savefig(f"{outdir}/visualize_{epoch}.png")
34