Flickr30K Entities est une extension de l'ensemble de données Flickr30K. Flickr30K Entities annote les noms mentionnés dans les phrases de description de l'ensemble de données Flickr30K et annote les cadres de délimitation correspondants.

L'ensemble de données ajoute 244 000 chaînes de coréférence aux 158 000 phrases de description d'origine, reliant les mentions de la même entité dans différentes phrases de description dans la même image, et les associe à 276 000 cadres de délimitation annotés manuellement. Cet ensemble de données est utilisé pour définir une nouvelle référence pour la localisation des mentions d'entités textuelles dans les images.