L'ensemble de données HELEN se compose de 2 330 images de visage de 400 × 400 pixels. L'ensemble de données comprend 2 000 images d'entraînement et 330 images de test avec des annotations très précises, détaillées et cohérentes des principaux composants des visages humains.

Les images du visage sont annotées manuellement via Amazon Mechanical Turk, avec des contours manuels précis pour les yeux, les sourcils, le nez, les lèvres et la mâchoire.