O monitoramento agrícola moderno exige inspeção visual oportuna, operando sob restrições de energia, conectividade e custos operacionais. Este trabalho propõe uma arquitetura hierárquica orientada a eventos para o monitoramento visual eficiente em termos energéticos de folhas de cajueiro. O primeiro nível utiliza nós fixos ESP32-S3 de baixo consumo, equipados com câmera e inferência local via TinyML, para detectar folhas e classificá-las como saudáveis ou doentes. O segundo nível utiliza um robô móvel, acionado apenas quando a camada fixa gera um alerta de doença, reduzindo a necessidade de patrulhamentos periódicos sem alvo específico. A avaliação combina medições físicas de tempo de inferência e consumo de energia no nó embarcado com simulações robóticas no Unity e ROS2, visando estimar o tempo de deslocamento e o gasto energético para a validação sob demanda. O modelo de detecção alcançou um mAP50 de 80,47%, enquanto o modelo de classificação atingiu uma acurácia média de 95,72% e um F1-score médio de 93,47%. O nó fixo consumiu menos de 0,5 miliwatt-hora por ciclo, mesmo quando um alerta foi gerado. Em comparação com o patrulhamento robótico completo, a arquitetura proposta reduziu o consumo de energia em até 83,29% com um alerta por ciclo, mantendo-se vantajosa mesmo com até 20 alertas em uma grade de 25 pontos. Esses resultados fornecem evidências preliminares de que a triagem via TinyML de baixo consumo pode reduzir o gasto energético robótico no monitoramento visual agrícola.