Keras 如何从图像\数据集\从\目录（）中选择自定义图像

我有10个不同的文件夹（类），每个文件夹中都有几个图像。 例如，我的图像名称是Dog_L1、Dog_L2、…Dog_L1000（位于Dog文件夹中）和Cat_L1、Cat_L2、。。。在Cat文件夹中，其余文件夹用不同动物的名称和标签命名（通常为animal_L1、animal_L2、…animal_L1000）。
我想使用

image\u dataset\u from\u directory（）

来读取文件夹，而且我想读取一些特定的图像，而不是从所有文件夹中读取所有图像

例如，我只想从所有文件夹中读取名为animal_L1和animal_L2的图像，并将它们提供给我的模型进行分类

`train = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir,
  validation_split=0.2,
  subset="training",
  seed=123,
  image_size=(img_height, img_width),
  batch_size=batch_size)`

`它返回：

  train = {BatchDataset: 24229} <BatchDataset shapes: ((None, 128, 128, 3), (None,)), types: (tf.float32, tf.int32)>
  class_names = {list: 10} ['Dog', 'Cat', 'Mice', 'Eagle', 'Tiger', 'Lion', 'Pig', 'Ape', 'Bat', 'Buffalo']
  element_spec = {tuple: 2} (TensorSpec(shape=(None, 128, 128, 3), dtype=tf.float32, name=None), TensorSpec(shape=(None,), dtype=tf.int32, name=None))
  file_paths = {list: 387658} ['C:\\Users\\\......]
  Protected Attributes

train={BatchDataset:24229}
类名称={list:10}[“狗”、“猫”、“老鼠”、“鹰”、“老虎”、“狮子”、“猪”、“猿”、“蝙蝠”、“水牛”]
元素_spec={tuple:2}（TensorSpec（shape=（None，128，128，3），dtype=tf.float32，name=None），TensorSpec（shape=（None，），dtype=tf.int32，name=None））
文件路径={list:387658}['C:\\Users\\\\..]
受保护属性

问题是它返回所有文件夹中的所有现有图像，这些文件夹的路径可以在

文件路径中找到。
我想知道是否有任何方法可以在不更改
类名称
和
元素规范
的情况下修改
序列
中的文件路径，以仅选择动物路径L1和动物路径L2

或者是否有任何方法可以只选择我的自定义图像，而不是使用目录（）中的
image\u dataset\u选择所有图像

多谢各位