Projeto completo de triagem visual de anomalias em folhas de soja usando como extrator de representações e HeraclitusDB como banco de eventos e vetores. 1. lê um manifesto com fazenda, talhão, safra e cultivar; 2. executa o I-JEPA ViT-G/16 localmente; 3. aplica média aos patch tokens e normalização L2; 4. persiste cada imagem e seu embedding euclidiano no HeraclitusDB; 5. cria um artefato local para avaliação offline; 6. treina uma sonda linear; 7. busca imagens visualmente semelhantes; 8. oferece busca por uma API FastAPI. - Python 3.11+; - HeraclitusDB ativo em 127.0.0.1:7474; - vários GB livres para o checkpoint; - RAM suficiente para um modelo com aproximadamente 1B parâmetros; - GPU é…