本发明公开了一种基于有SVD监督的BP神经网络的手眼标定方法及装置，方法包括以下步骤：1)建立机械臂基坐标系和光学系统坐标系；2)控制机械臂的末端和手持式探针在标定平台多次移动，获取手持式探针在光学系统坐标系的第一坐标集合和机械臂末端的校准工具在机械臂基坐标系的第二坐标集合，构建训练集和测试集；3)利用训练集对搭建的BP神经网络模型进行预训练，得到初始BP神经网络模型；4)利用受到SVD算法更新的训练集对初始BP神经网络模型进行强监督训练，得到优化BP神经网络模型；5)利用测试集测试优化BP神经网络模型，达标则输出为手眼标定模型，不达标则返回步骤4)。本发明可提高手眼标定算法的精度和鲁棒性。