Тренировка модели в tensorflow. На собственных картинках

Требуется натренировать модель. Просмотрел пример всё получилось, но мне требуется обучать на свои картинки. Пересмотрел много уроков, но все как то не так я приложу код. В нем я не могу понять 2 вещи: откуда в этом коду он берёт картинки(я их не скачивал локально), как переделать именно этот код, чтобы я мог обучать по картинкам, и если можно объяснить всю процедуру.

from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout, Activation, BatchNormalization, AveragePooling2D
from tensorflow.keras.optimizers import SGD, RMSprop, Adam
## pip install tensorflow-datasets
import tensorflow_datasets as tfds
import tensorflow as tf
import logging
import numpy as np
import time
def dog_cat_model():
    model = Sequential()
    model.add(Conv2D(32, (3, 3), input_shape=(128, 128, 3), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Conv2D(32, (3, 3), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Flatten())
    model.add(Dense(units=128, activation='relu'))
    model.add(Dense(units=1, activation='sigmoid'))
    model.compile(optimizer=Adam(),loss='binary_crossentropy',metrics=['accuracy'])
    return model
def dog_cat_train(model):
    splits = ("train[:80]", "train[:10]", "train[:10]")
    train_ds, val_ds, test_ds = tfds.load('cats_vs_dogs', split=splits)
    (cat_train, cat_valid, cat_test), info = tfds.load('cats_vs_dogs',split=list(splits), with_info=True, as_supervised=True)

    def pre_process_image(image, label):
        image = tf.cast(image, tf.float32)
        image = image/255.0
        image = tf.image.resize(image, (128, 128))
        return image, label

    BATCH_SIZE = 32
    SHUFFLE_BUFFER_SIZE = 1000
    train_batch = cat_train.map(pre_process_image).shuffle(SHUFFLE_BUFFER_SIZE).repeat().batch(BATCH_SIZE)
    validation_batch = cat_valid.map(pre_process_image).repeat().batch(BATCH_SIZE)

    t_start = time.time()
    model.fit(train_batch, steps_per_epoch=4000, epochs=2,validation_data=validation_batch,validation_steps=10,callbacks=None)
    print("Training done, dT:", time.time() - t_start)
model = dog_cat_model()
dog_cat_train(model)
model.save('dogs_cats.h5')