ImageDataGeneratorを継承したクラスを作成したのですが、エラーが出てしましました。

現在、Deep Learningを使用した学習を行っているのですが、データの水増しについてクラス継承を用いた自作のジェネレータを作成しようと考えました。ジェネレータの作成について参考にした資料は以下に示します。
参考資料
作成したプログラムについては以下に示す通りです。

python
1# agumantation用クラス
2class MyImageDataGenerator(ImageDataGenerator):
3    def __init__(self, featurewise_center = False, samplewise_center = False, 
4                 featurewise_std_normalization = False, samplewise_std_normalization = False, 
5                 zca_whitening = False, zca_epsilon = 1e-06, rotation_range = 0.0, width_shift_range = 0.0, 
6                 height_shift_range = 0.0, brightness_range = None, shear_range = 0.0, zoom_range = 0.0, 
7                 channel_shift_range = 0.0, fill_mode = 'nearest', cval = 0.0, horizontal_flip = False, 
8                 vertical_flip = False, rescale = None, preprocessing_function = None, data_format = None, validation_split = 0.0, 
9                 random_crop = None, mix_up_alpha = 0.0, cutout_mask_size = 0):
10        super().__init__(featurewise_center, samplewise_center, featurewise_std_normalization, samplewise_std_normalization,
11                         zca_whitening, zca_epsilon, rotation_range, width_shift_range, height_shift_range, brightness_range,
12                         shear_range, zoom_range, channel_shift_range, fill_mode, cval, horizontal_flip, vertical_flip,
13                         rescale, preprocessing_function, data_format, validation_split)
14
15        assert random_crop == None or len(random_crop) == 2
16        self.random_crop_size = random_crop
17        
18        
19        assert cutout_mask_size >= 0
20        self.cutout_mask_size = cutout_mask_size
21        
22        
23
24    def random_crop(self, original_img):
25        # Note: image_data_format is 'channel_last'
26        assert original_img.shape[2] == 3
27        if original_img.shape[0] < self.random_crop_size[0] or original_img.shape[1] < self.random_crop_size[1]:
28            raise ValueError(f"Invalid random_crop_size : original = {original_img.shape}, crop_size = {self.random_crop_size}")
29
30        height, width = original_img.shape[0], original_img.shape[1]
31        dy, dx = self.random_crop_size
32        x = np.random.randint(0, width - dx + 1)
33        y = np.random.randint(0, height - dy + 1)
34        return original_img[y:(y+dy), x:(x+dx), :]
35    
36    def cutout(self, x, y):
37        return np.array(list(map(self._cutout, x))), y
38
39    def _cutout(self, image_origin):
40        # 最後に使うfill()は元の画像を書き換えるので、コピーしておく
41        image = np.copy(image_origin)
42        mask_value = image.mean()
43
44        h, w, _ = image.shape
45        # マスクをかける場所のtop, leftをランダムに決める
46        # はみ出すことを許すので、0以上ではなく負の値もとる(最大mask_size // 2はみ出す)
47        top = np.random.randint(0 - self.cutout_mask_size // 2, h - self.cutout_mask_size)
48        left = np.random.randint(0 - self.cutout_mask_size // 2, w - self.cutout_mask_size)
49        bottom = top + self.cutout_mask_size
50        right = left + self.cutout_mask_size
51
52        # はみ出した場合の処理
53        if top < 0:
54            top = 0
55        if left < 0:
56            left = 0
57
58        # マスク部分の画素値を平均値で埋める
59        image[top:bottom, left:right, :].fill(mask_value)
60        return image
61
62    def flow_from_dataframe(self, dataframe, directory=None, x_col='filename', y_col='class',
63                            target_size=(256, 256), color_mode='rgb', classes=None, class_mode='categorical',
64                            batch_size=32, shuffle=True, seed=None, save_to_dir=None, save_prefix='', save_format='png',
65                            subset=None, interpolation='nearest', drop_duplicates=True):
66
67        # 親クラスのflow_from_dataframe
68        batches = super().flow_from_dataframe(dataframe, directory, x_col, y_col,
69                            target_size, color_mode, classes, class_mode,
70                            batch_size, shuffle, seed, save_to_dir, save_prefix, save_format,
71                            subset, interpolation, drop_duplicates)
72        # 拡張処理
73        while True:
74            # Random crop
75            if self.random_crop_size != None:
76                x = np.zeros((batch_x.shape[0], self.random_crop_size[0], self.random_crop_size[1], 3))
77                for i in range(batch_x.shape[0]):
78                    x[i] = self.random_crop(batch_x[i])
79                batch_x = x
80
81            if self.cutout_mask_size > 0:
82                batch_x, batch_y = next(batches)
83                result = self.cutout(batch_x, batch_y)
84                batch_x, batch_y = result                        
85
86            yield (batch_x, batch_y) 
87            
88            
89            # 返り値
90            yield (batch_x, batch_y)

この中の

batches = super().flow_from_dataframe(dataframe, directory, x_col, y_col,
                            target_size, color_mode, classes, class_mode,
                            batch_size, shuffle, seed, save_to_dir, save_prefix, save_format,
                            subset, interpolation, drop_duplicates)

の部分において、以下のようなエラーが出てしまいます。
ValueError: ('Invalid color mode:', None, '; expected "rgb", "rgba", or "grayscale".')
color_modeについてデフォルト引数でrgbに設定しているのですがエラーが消えません。また、調べてみたのですが、
flow_from_dataframeを使用したものが無く原因がわからない状態です。
上記エラーの原因について教えていただけると助かります。よろしくお願いします。