QYOLO는 객체 감지 모델의 백본 단계를 압축하기 위해 양자 영감을 받은 채널 혼합 프레임워크를 도입했어요. QYOLOv8n은 파라미터 수를 20.2% 줄이고 GFLOPs를 12.3% 줄였으며, mAP@50 성능 저하가 0.4pp에 그쳤어요. 지식 증류를 통해 완전한 정확도를 복구하여 압축 효율성을 높였고, 백본만 변경하는 최종 디자인을 채택했어요.