图像深度学习中的多输入交联训练问题

各位大神，我想做一个多个图像集合输入的网络，对每个图像集合单独训练，然后将每个单独训练中有些层的输出结果进行合并再训练，但是即使定义了两个imageinputlayer的输入框架，但使用imds导入图像集合时，即使将两组图像分成不同的cell，这两个imageinputlayer也没有接口可以将数据集进行分割，还是会将两组图像当成一个数据集进行训练，也就是说两个imageinputlayer训练的是同一个数据集，请问有没有什么方法？我的想法是有没有可以对inputlayer输入后的数据进行处理，conv之前对数据进行分割，或者有别的更好的办法，最好有例子，感谢!