データ量の都合からReal Datasetでの学習は従来検証されておらず，網羅的に検証し有効性を示した点．また，半教師/自己教師あり学習をSTRに導入した点．

Synthetic Datasetに比べて少量の教師ありReal Datasetでも十分に学習可能(ベースラインに比べAccracyが±1%程度)であることを示し，ラベルなしデータ及びRotNet+Pseudo Labelingを活用してCRNNで8%, TRBAで4%程度性能向上．

主著はICCV2019にSTRのベンチマークデータセットを再考する論文を出しており，本論文も同様に非常にフェアな比較を行なっており，貢献が分かりやすい．