[imdsTrain,imdsValidation] = splitEachLabel(imds,0.5,'randomize');
では変数imdsに集約されたデータのうち，50% をimdsTrainに，残りの50% をimdsValidationにランダムに分割させています．
変数名から考えるに，imdsTrainは学習用，imdsValidationは検証用のデータではないでしょうか．
機械学習において，交差検証（Cross-validation）とは，学習前に検証用のデータ（Validation Data）を抜きとり，
学習とは独立させることで過学習を防ぐ取り組みです．
学習用データ（Training Data）を使って変数の最適化計算を行い，その結果を用いて検証用データで何度もテストを行います．
現状のスクリプトは，データを読み取り，学習用と検証用に分けたところまでであり，
交差検証には進んでいません．
このあとに学習させるコマンドを追加させる必要があります．
10-foldという単語を見るに，K-fold Cross Validationを検討中でしょうか．
Statistics and Machine Learning Toolboxを導入すれば，一発でできそうな分割コマンドがありましたが（データの交差検証分割を作成），splitEachLabelでも可能かと思います．
[imds01,imds02,imds03,imds04,imds05,imds06,imds07,imds08,imds09,imds10]...
= splitEachLabel(imds,0.1,0.1,0.1,0.1,0.1,0.1,0.1,0.1,0.1,'randomize');
でデータを10分割し，適宜，
imdsTrain = imageDatastore(cat(1,imds01.Files,imds02.Files, ... ,imds09.Files))
imdsValidation = imds10
という具合に結合させて学習にまわす動作を，組み合わせを変えながら10回繰り返すことでできるかと思います．
